简介

本文详细解析了大模型的Function Calling技术，解释了它如何让大模型在遇到无法处理任务时自动调用外部工具或API。文章介绍了Function Calling的工作流程，包括理解用户输入、上下文管理、识别功能并调用、生成输出内容四个步骤，并澄清了常见误区：大模型本身不具备执行工具的能力，而是通过程序生成工具参数并由程序执行。最后推广了智泊AI的AI大模型课程，帮助学习者掌握这一关键技术。

---

Function Calling(函数调用)是大模型领域的一项关键技术，简单说就是让AI学会“摇人帮忙”以及知道什么时候要摇人。

当它遇到自己搞不定的事情(比如查实时数据、操作软件、专业计算等)，能自动呼叫外部工具、服务或函数来完成任务。Function Calling可以通过自然语言来实现。

跟MCP不同的是，FunctionCalling更关注让LLM知道使用什么工具，在何时使用，比如说让LLM知道现在要调用天气的API。

Function Calling 决策的过程

1.理解用户输入

用户用自然语言提问(如“帮我订周五的机票”)，Function Calling理解意图，提取实体

2.上下文管理

结合之前的对话内容，进一步揣测用户意图

3.识别功能并调用

调用内部函数和外部API，匹配预设工具(如“机票查询API”)生成结构性指令

4.生成输出内容

外部工具执行后返回结果(如航班号、价格）AI整合结果生成回复：“已为您预订XX航班，价格1980元”

Function Calling、MCP、A2A有什么区别?

Function Calling用于使模型与外部工具/API连接，能够调用他们的服务

MCP核心是使模型与数据源和外部工具无缝集成，成为Agent

A2A是为了让Agent间能互相通信协作

function call 运行原理

因此，当大模型需要使用function call能力时，大模型至少会被调用两次

1.大模型生成工具可用的JSON结构

2.大模型根据工具返回结果作为上下文进行答案生成

在整个程序运行的过程中，大模型的本质作用：

-理解用户需求，判断是否调用工具、调用哪些工具?

若需要调用工具，则把自然语言转化为工具需要的结构化语言

-对用户问题+调用工具后的结果进行答案生成，返回给用户

其最终本质还是离不开大模型生成式的原理(废话哈哈，目的是为了更好理解误区)

误区:

大模型本身没有调用工具、执行工具的能力

是我们通过程序让大模型生成工具参数，并通过程序帮大模型执行工具

最后感叹一下:

开发工程师设计的太精妙了！完美利用了大模型的特质，再根据代码程序进行结合实现，在这样的工程实现下相当于给大模型进行了包装，让大模型看起来"拥有了"调用工具的能力

AI大模型学习和面试资源

我在一线互联网企业工作十余年里，指导过不少同行后辈。帮助很多人得到了学习和成长。

我意识到有很多经验和知识值得分享给大家，也可以通过我们的能力和经验解答大家在人工智能学习中的很多困惑，所以在工作繁忙的情况下还是坚持各种整理和分享。但苦于知识传播途径有限，很多互联网行业朋友无法获得正确的资料得到学习提升，故此将并将重要的AI大模型资料包括AI大模型入门学习思维导图、精品AI大模型学习书籍手册、视频教程、实战学习等录播视频免费分享出来。

这份完整版的大模型 AI 学习和面试资料已经上传CSDN，朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费】

第一阶段： 从大模型系统设计入手，讲解大模型的主要方法；

第二阶段： 在通过大模型提示词工程从Prompts角度入手更好发挥模型的作用；

第三阶段： 大模型平台应用开发借助阿里云PAI平台构建电商领域虚拟试衣系统；

第四阶段： 大模型知识库应用开发以LangChain框架为例，构建物流行业咨询智能问答系统；

第五阶段： 大模型微调开发借助以大健康、新零售、新媒体领域构建适合当前领域大模型；

第六阶段： 以SD多模态大模型为主，搭建了文生图小程序案例；

第七阶段： 以大模型平台应用与开发为主，通过星火大模型，文心大模型等成熟大模型构建大模型行业应用。

👉学会后的收获：👈

• 基于大模型全栈工程实现（前端、后端、产品经理、设计、数据分析等），通过这门课可获得不同能力；

• 能够利用大模型解决相关实际项目需求： 大数据时代，越来越多的企业和机构需要处理海量数据，利用大模型技术可以更好地处理这些数据，提高数据分析和决策的准确性。因此，掌握大模型应用开发技能，可以让程序员更好地应对实际项目需求；

• 基于大模型和企业数据AI应用开发，实现大模型理论、掌握GPU算力、硬件、LangChain开发框架和项目实战技能， 学会Fine-tuning垂直训练大模型（数据准备、数据蒸馏、大模型部署）一站式掌握；

• 能够完成时下热门大模型垂直领域模型训练能力，提高程序员的编码能力： 大模型应用开发需要掌握机器学习算法、深度学习框架等技术，这些技术的掌握可以提高程序员的编码能力和分析能力，让程序员更加熟练地编写高质量的代码。

1.AI大模型学习路线图
2.100套AI大模型商业化落地方案
3.100集大模型视频教程
4.200本大模型PDF书籍
5.LLM面试题合集
6.AI产品经理资源合集

👉获取方式：
😝有需要的小伙伴，可以保存图片到wx扫描二v码免费领取【保证100%免费】🆓