什么是工具调用（Function Calling / Tool Use）

大模型本身仅擅长文本生成、推理、总结、理解，没有实时联网、计算、操作外部软件、查询数据库、控制硬件的能力。

工具调用是一套协议：大模型识别用户需求后，自动生成结构化函数参数，交给程序去调用外部工具，拿到工具返回结果后，再由大模型整合答案输出给用户。

简单流程：

用户提问 → LLM 判断需要工具 → 输出工具调用 JSON → 后端执行工具（搜素 / 计算器 / 数据库）→ 工具返回数据 → LLM 整理结果回复用户
【也就是说，大模型只能输出要调用工具的json，真正调用工具的是后端程序】

标准工具调用架构（三层）

1. 层 1：大模型（大脑）

负责意图识别、判断是否调用工具、生成标准化工具入参、结果总结。

主流支持工具调用模型：GPT 系列、通义千问、文心一言、DeepSeek、讯飞星火、Llama 3、GLM 等。

2. 层 2：工具描述 Schema（说明书）

用 JSON 格式定义每个工具：工具名称、功能描述、入参类型、必填项、参数说明。

示例极简计算器工具定义：

json

{
  "type": "function",
  "function": {
    "name": "calculator",
    "description": "执行数学四则运算",
    "parameters": {
      "type": "object",
      "required": ["expr"],
      "properties": {
        "expr": {"type": "string", "description": "数学表达式，如123*45+78"}
      }
    }
  }
}

模型读取这份 Schema，才知道什么时候、怎么调用工具。

3. 层 3：工具执行器（手脚）

后端代码接收模型输出的调用指令，执行对应逻辑：

• 搜索工具：调用搜索引擎 API
• 计算器：运行表达式计算
• 数据库工具：SQL 查询
• 代码工具：沙箱运行 Python
• 第三方服务：天气、快递、订票接口

完整交互示例（计算器场景）

1. 用户提问：1258 * 36 + 920 等于多少
2. 模型判断：需要计算器工具，输出工具调用结构：

{"name":"calculator","parameters":{"expr":"1258 * 36 + 920"}}

1. 后端执行计算，返回结果：46208
2. 将结果塞回对话上下文，交给模型
3. 模型整理自然语言回复：1258 × 36 + 920 的计算结果是 46208