Langchain[4]:Langchain 0.2革命性突破：结合工具调用与结构化数据处理，解决LLM输出难题，提升AI效能

1.工具调用

大型语言模型 (LLM) 可以通过工具调用功能与外部数据源交互。工具调用是一种强大的技术，允许开发人员构建复杂的应用程序，这些应用程序可以利用 LLM 访问、交互和操作外部资源，如数据库、文件和 API。openai大约在1年前发布了function call，后来迅速被业界进化成tool call,然后遗憾的是现在各家的实现接口都不相同，所以langchain在0.1~0.2版本中完善和推出了意在磨平tool call接口的统一API。

Langchain 提供的关于Tool Call的3个小工具

• ChatModel.bind_tools()：一种将工具定义附加到模型调用的方法
• AIMessage.tool_calls：模型返回的 AIMessage 上的属性，用于轻松访问模型决定调用的工具
• create_tool_calling_agent()：一个Agent构造函数，可与任何实现 bind_tools 并返回 tool_calls 的模型一起使用。

基本上涵盖了LLM、消息类型、Agent type，来看下具体使用。