$ loading_
为大模型实时获取并锁定版本的 AI/ML 文档与更新记录，减少虚构 API。
复制安装指令，让 AI 自动完成配置 · 推荐新手
"AI Context MCP" 暂无可直接复制的安装信息，请查看页面文档或源码仓库。
请使用 AI Context MCP 获取 Transformers 最新稳定版中 AutoTokenizer.from_pretrained 的官方文档，并总结参数、返回值和常见注意事项。
返回基于官方文档的函数说明、版本信息与简明使用建议。
请通过 AI Context MCP 对比 LangChain 最近两个版本的 changelog，告诉我 memory 相关模块有哪些破坏性变更，并给出迁移建议。
列出关键变更点、受影响模块，以及可执行的迁移步骤。
请先用 AI Context MCP 查阅 PyTorch 当前版本中 DataLoader 和 Dataset 的官方文档，再生成一个最小可运行示例，避免使用过时 API。
输出与当前版本一致的示例代码，并附上所依据的文档来源。
获取 npm 与 PyPI 包的实时准确文档与变更信息，减少代码生成幻觉
帮助用户通过检索接口获取指定库的最新官方文档与参考信息。
帮助大模型实时检索官方库文档片段，提供更准确的开发参考
帮助开发者解析库名并获取最新官方文档，快速辅助编码与查阅。
检索并清洗 AI 与 Python 库官方文档，便于模型和开发流程使用
提供网页搜索、文档抓取与多仓库库文档查询的本地优先 MCP 工具