🔧 Tool Calling 工具调用

AI智能体与外部系统交互的基础能力

📅 更新: 2026年7月8日 | ⏱️ 阅读: 3分钟

📌 定义

Tool Calling(工具调用)是LLM(大语言模型)与外部世界交互的核心机制。当模型无法直接回答问题或需要执行特定操作时,通过调用预先定义的函数或API来获取信息、执行任务。

⚙️ 工作原理

1. 工具定义:开发者向模型提供可调用工具的描述(名称、参数、返回值)
2. 模型推理:模型分析用户请求,判断是否需要调用工具
3. 参数生成:模型根据工具schema生成调用参数
4. 执行与反馈:系统执行工具调用,将结果返回给模型
5. 最终响应:模型结合工具返回结果生成最终回答

💡 应用场景

实时信息查询:天气、股票、新闻等动态数据
数据库操作:查询、插入、更新数据记录
API集成:调用第三方服务(邮件、CRM、ERP)
代码执行:运行代码、计算结果、调试程序
文件处理:读取、生成、转换各类文件

📋 简单示例

JSON格式的工具调用

{
  "name": "get_weather",
  "arguments": {
    "city": "上海",
    "date": "2026-07-08"
  }
}

模型生成结构化调用指令,系统执行后返回天气数据,模型再将结果翻译为自然语言。

🔗 相关术语

Function Calling MCP Agent Tool Schema API Integration

📚 推荐阅读

这些文章可能对你有帮助

🛠️ MCP集成教程 🛠️ MCP协议深入解析 📖 MCP术语详解 🛠️ MCP无状态迁移 🛠️ 工具库 📖 术语百科