Agent 是什么:工具调用(Function Calling)工作流拆解

Chatbot 只会聊天;Agent 还能决定调用工具:查库、搜文档、算数、调 API。理解 Function Calling,是进入 Agent 开发的第一扇门。

一次典型循环

  1. 用户提出目标
  2. 模型选择:直接回答 or 调用某个工具
  3. 程序执行工具,把结果回填
  4. 模型基于工具结果继续推理,直到给出最终答案

工具描述示例

tools = [{
  "type": "function",
  "function": {
    "name": "get_order",
    "description": "根据订单号查询订单状态与金额",
    "parameters": {
      "type": "object",
      "properties": {
        "order_id": {"type": "string", "description": "订单号"}
      },
      "required": ["order_id"]
    }
  }
}]

伪代码主循环

messages = [{"role": "user", "content": "帮我查订单 A10086 到哪了"}]
while True:
    resp = llm.chat(messages, tools=tools)
    if resp.tool_calls:
        for call in resp.tool_calls:
            result = run_tool(call.name, call.arguments)
            messages.append({"role": "tool", "tool_call_id": call.id, "content": result})
        continue
    return resp.content

设计原则

  • 工具要少而精,描述写清楚「何时用」
  • 参数 schema 严格,减少胡编参数
  • 工具执行必须鉴权与审计

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注