LangChain 实战：Tools详解
一、Tools概述1.1 Tools很重要工具扩展了智能体的功能——让它们能够获取实时数据、执行代码、查询外部数据库以及在现实世界中采取行动。本质上，工具是可调用的函数，具有明确定义的输入和输出，这些输入和输出被传递给聊天模型。
09-函数即工具：FunctionTool 实战
系列：AgentScope 2.
Tools、Function Calling、MCP 都在说什么？
最近总有人问，function calling、MCP、tools 这几个东西到底啥区别，感觉名字很像，又都跟大模型调用外部工具有关，一聊就容易晕今天咱们把它捋清楚，详见配图说明先说最宽的那个概念——Tools你可以把 Tools 理解成“工具箱里的各种家伙”，比如：查天气的 A
Python AI进阶 篇4：多工具Agent一次对话连调多个函数
进阶篇1 只演示了"调一个函数"。真实的 Agent 要能一次完成复杂任务：比如"查北京天气，再算 5 个人的门票总价"——模型需要连续调用两次不同的函数。本篇把调用逻辑做成一个 while 循环，模型想调几次就调几次，这就是 Agent 的核心骨架。
零基础学Python智能体｜Function Calling 核心概念（⭐重点）
今日时长：2 小时 | 核心目标：理解 Function Calling 完整流程，用原生 API 实现"查天气"示例一、Function Calling 是什么？1.1 没有工具的大模型：只会说话，不会做事你问"北京今天多少度？"，模型只能编一个数字——它不能上网查天气。1.
Python教程 第36章：常用内置函数——Python自带的工具箱
一、什么是内置函数Python 自带很多"开箱即用"的函数，不需要 import，直接调用就能用。掌握它们能省下大量代码。但内置函数的价值不只是"省事"。
从 0 到 1 搭建一个 AI Agent 项目：架构设计与实战指南
AI Agent是这两年非常热门的方向。很多开发者已经能通过大模型完成问答、写代码和内容生成，但真正要把Agent 做成一个可运行、可维护、能持续扩展的项目时，往往会遇到几个问题：Agent 的代码应该怎么组织？Tools、Skills、Memory 分别负责什么？
Python for 循环是如何工作的？从迭代器协议到生成器与 itertools
Python 的 for 循环的底层对于列表、文件、字典、生成器还是游标都是使用的同一套规则，如果只知道“生成器是惰性的时”远远不够的。理解协议的具体行为才能知道如何组合处理数据的 Pipeline，为什么生成器对象只能遍历一次，以及 itertools 的各种工具究竟在做什么。
5、Function Calling工具调用 - 从零构建全栈AI智能体
很多新手学AI开发，都会遇到一个致命问题：大模型知识有时间限制，无法获取实时数据、无法调用外部工具。比如查询天气、实时新闻、数据库数据、本地计算等，单纯的AI问答完全做不到。解决这个问题的核心技术就是：Function Calling（函数工具调用）。
Python AI进阶 篇1：让AI调用你的函数
入门系列里，AI 只能"动嘴"回答。本篇介绍 2026 年 AI 应用最核心的能力——Function Calling（函数调用）：大模型判断需要查什么数据时，返回一个"调用请求"，由你的 Python 代码真正执行函数，再把结果喂回去，AI 就能"动手办事"了。