【AI提升】AI利器Tool Call/Function Call(二):OpenAI/qwen-agent/LangChain/Ollama

上一节快速使用了Tool Call 【AI提升】AI利器Tool Call/Function Call(一) ，使用的是LangChain+Ollama，这一节说说为什么使用这个组合，以及其余的使用场景。

首先大家都知道，在目前AI的世界里，各大模型都还是跟着OpenAI在跑，API也尽量跟OpenAI保持一致。所以这里大致会有三个场景：1、OpenAI，2、其余模型自身的封装-这里选择qwen-agent，3、通用封装框架-这里选择LangChain和Ollama。这一节通过 Tool Call/Function Call 这个概念来比较在上面三种场景中的使用区别。

一、OpenAI

没有购买，纯看代码

1.1 运行代码

import openai
from openai import OpenAI

openai.api_key = "OPENAI_API_KEY"
openai.api_base= "OPENAI_API_URL"

# 第一步，获取大模型
client = OpenAI(api_key=openai.api_key ,base_url=openai.api_base)

# 第二步，定义业务函数
get_current_weather = {
    "type": "function",
    "function": {
        "name": "get_current_weather",
        "description": "Get the current weather in a given location",
        "parameters": {
            "type": "object",
            "properties": {
                "city": {
                    "type": "string",
                    "description": "The city and state, e.g. San Francisco, CA"
                },
            },
            "required": ["city"],
        },
    }
}
tools = [get_current_weather]

# 第三步，发起交互
messages = [
    {"role": &