📖 定义
Tool Call（工具调用）是AI智能体与外部系统交互的核心机制。它使大语言模型（LLM）能够识别需要执行特定操作时，主动调用预定义的函数或工具，并将结果反馈到对话上下文中。这种机制突破了纯语言输出的局限，让AI能够执行代码、查询数据库、调用API，真正具备"行动能力"。
⚙️ 工作原理
Tool Call的工作流程包含四个关键步骤：
- 工具声明：在系统提示中向模型描述可用工具的名称、参数和功能
- 意图识别：模型分析用户请求，判断是否需要调用工具
- 参数生成：模型根据工具规范生成符合要求的参数
- 执行与反馈：外部系统执行工具，返回结果供模型参考
💡 应用场景
Tool Call在AI应用中无处不在：智能助手通过它查询实时天气、预订机票；编程助手调用搜索引擎或代码执行环境；数据分析智能体调用数据库查询接口。随着MCP（Model Context Protocol）等协议的兴起，工具调用的标准化和互操作性也在不断提升。
📝 简单示例
{
"tools": [{
"name": "get_weather",
"description": "获取指定城市天气",
"parameters": {
"type": "object",
"properties": {
"city": {"type": "string"}
}
}
}],
"messages": [{
"role": "user",
"content": "北京今天天气怎么样？"
}]
}
// 模型可能返回：
// {"name": "get_weather", "arguments": {"city": "北京"}}