Wat is het belangrijkste dat gecontroleerd moet worden in een LLM-respons om tool-gebruik te bepalen?	De `stop_reason` die in de respons wordt meegeleverd.
Welke wijziging is er aangebracht in de `chat` functie om de conversatie-logica te verbeteren?	De functie retourneert nu ook de `stop_reason` naast `text` en `parts`.
Hoe wordt de tekst uit een bericht gehaald als er niet gegarandeerd is dat het eerste deel een tekst is?	Door alle `text parts` in de lijst te scannen en deze samen te voegen.
Wat is het doel van de `run_conversation` functie?	Het beheren van een meer-beurtige conversatie die tool-gebruik vereist.
Wanneer stopt de `while True` loop in de `run_conversation` functie?	Wanneer de `stop_reason` van de respons niet gelijk is aan `tool_use`.
Wat gebeurt er in de `run_conversation` loop als de `stop_reason` gelijk is aan `tool_use`?	De tools worden uitgevoerd (`run_tools`), en het resultaat wordt als gebruikersbericht aan de conversie geschreven.
Waarom is het cruciaal om de tool-resultaten als een gebruikersbericht terug te voeren?	Om het model (Claude) te informeren over de output van de tool, zodat het de conversatie kan voortzetten.