昨天我們示範了「單一MCPTool在LangChain中使用」。
今天來看看 多工具情境。
LangChain 的強項之一，就是它可以同時綁定多個工具，並交給模型決定。
舉例：
response = model.bind_tools([summarizer_tool, sentiment_tool]).invoke(messages)
這樣一來，模型就能根據使用者需求，挑選適合的工具。
更進一步，可以把Agent放進來
當使用者輸入一段需求時：
Agent 判斷 → 需要摘要？
Agent 判斷 → 需要情緒分析？
或者兩者都要？
這樣就能實現「自動化工具挑選 + 流程管理」。
Tool+LangChain 不只是一個API呼叫，而是一個彈性平台
它讓MCP的工具能更好地被AI使用，而不是死板的function call
明天(Day25)，我們要轉到另一個重點：Tool搭配LangGraph。
iThome鐵人賽
看影片追技術