tools

2. markdown转word我们在上一章介绍了如果想实现将markdown内容转换为word的话, 如果想要转换后的word内容排版好看的话, 就需要将其转换过程分为两步

1. markdown转word 第一步: markdown转html最近因为项目需求需要将AI输出的结果导出到word中, 但AI输出的格式为markdown格式,因为word展示内容的时候需要有相应的格式(标题, 段落, 列表, 表格等), 所以不能直接将markdown输出到word中, 否则word中展示的就是markdown纯文本了, 调研一番后发现如果想要word展示效果好一点的话需要分成两步

大语言模型如何精准调用函数—— Function Calling 系统笔记大语言模型（LLM）在文本生成领域表现惊艳，却在“精确计算、实时查询、私有系统调用”等场景下频繁翻车。Function Calling（函数调用，亦称 Tools）通过“模型决策 + 框架反射”的双轮驱动，让开发者得以把确定性逻辑封装成普通 Java 方法，再交由 LLM 在合适时机触发。

新手小白零基础搭建MCP教程博主介绍：全网粉丝10w+、CSDN合伙人、华为云特邀云享专家，阿里云专家博主、星级博主，51cto明日之星，热爱技术和分享、专注于Java技术领域 🍅文末获取源码联系🍅 👇🏻 精彩专栏推荐订阅👇🏻 不然下次找不到哟

物与我皆无尽也

Agent交互细节本文参考了https://www.bilibili.com/video/BV1v9V5zSEHA/视频及原作者代码实践本文主要实践在第3节

大模型LLMs框架Langchain之工具Tools写在前文：下面是官方对工具的流程：创建工具时，必须指定参数：name、description、args_schema、return_direct

开源模型中的 Function Call 方案深度剖析在本文中，我们梳理了开源模型 Function Calling 能力的相关信息，包括采用的 chat template，function call 训练方案等。涉及模型 LlaMa 3.1， Mistral Large 2，glm-4-9b-chat，Qwen 2。

背太阳的牧羊人

pop_dialog_state(state: State)弹出对话栈并返回到主助手，让整个对话流程图可以明确追踪对话流，并将控制权委派给特定的子对话图。函数定义与文档字符串初始化消息列表判断是否存在工具调用生成工具消息返回新的对话状态和消息将节点和边添加到对话图中

背太阳的牧羊人

create_react_agent(model, tools) 和 graph_builder.add_conditional_edges 的联系和区别这两者都是在LangGraph 框架下用于构建智能代理（Agent）工作流的，但它们的作用完全不同：通常，你会先用 create_react_agent(model, tools) 创建一个可以调用工具的 AI 代理，然后在 LangGraph 的工作流里用 graph_builder.add_conditional_edges 控制代理的执行流程。

Grafana的仪表盘URL参数设置转载请注明出处：在调试grafana时，需要对grafana进行share的url图表进行一些自定义设置，总结下常用的参数

The Missing Semester （ Shell 工具和脚本和 Vim)（1）管道符号 | 将前一个命令的输出作为下一个命令的输入例如：(1)数值比较符(2)字符串比较操作符

dotnet 命令行工具解决方案 PomeloCli我们已经有相当多的命令行工具实现或解析类库，PomeloCli 并不是替代版本，它基于 Nate McMaster 的杰出工作 CommandLineUtils、DotNetCorePlugins 实现了一整套的命令行开发、管理、维护方案，在此特别鸣谢 Nate。

GPT实战系列-LangChain构建自定义AgentLangChainGPT实战系列-LangChain如何构建基通义千问的多工具链GPT实战系列-构建多参数的自定义LangChain工具

GPT实战系列-构建多参数的自定义LangChain工具LangChain系列GPT实战系列-LangChain如何构建基通义千问的多工具链GPT实战系列-构建多参数的自定义LangChain工具

GPT实战系列-使用LangChain内部工具LangChainGPT实战系列-LangChain如何构建基通义千问的多工具链GPT实战系列-构建多参数的自定义LangChain工具

GPT实战系列-通过Basetool构建自定义LangChain工具方法LLM大模型：GPT实战系列-探究GPT等大模型的文本生成GPT实战系列-Baichuan2等大模型的计算精度与量化

VSCode使用Makefile Tools插件开发C/C++程序提起Makefile，可能有人会觉得它已经过时了，毕竟现在有比它更好的工具，比如CMake，XMake，Meson等等，但是在Linux下很多C/C++源码都是直接或者间接使用Makefile文件来编译项目的，可以说Makefile是基石。

GPT实战系列-ChatGLM3管理工具的API接口用ChatGLM的工具可以实现很多查询接口和执行命令，外部工具该如何配置使用？如何联合它们实现大模型查询助手功能？例如调用工具实现股票信息查询，网络天气查询等助手功能。

一键式调试工具—Reqable 使用指南Reqable是一款跨平台的专业HTTP开发和调试工具，在全平台支持HTTP1、HTTP2和HTTP3(QUIC)协议，简单易用、功能强大、性能高效，助力程序开发和测试人员提高生产力！本产品需要一定的网络基础知识，适合开发、测试、网络、安全、爬虫等工程专业人员使用，或者在专业人员的指导下使用。可以当抓包工具使用。对爬虫工作者还是非常友好的。详细介绍可以参照官方文档:[https://reqable.com/zh-CN/docs/introduction/]