第03篇：blockcell 的工具系统 —— 让 AI 真正能干活

系列文章：《blockcell 开源项目深度解析》第 3/14 篇。

bushbird

623人浏览 · 2026-02-23 16:11:14

bushbird · 2026-02-23 16:11:14 发布

系列文章：《blockcell 开源项目深度解析》第 3/14 篇

工具是什么

在 AI 智能体领域，“工具”（Tool）是一个核心概念。

简单说：工具是 AI 可以调用的函数。

没有工具的 AI，只能聊天。有了工具，AI 就能：

读文件 → 分析内容
搜网页 → 获取最新信息
执行命令 → 操作系统
发消息 → 通知你

blockcell 内置了 50+ 工具，覆盖了日常开发和工作的大多数场景。

工具是怎么工作的

当你对 AI 说"帮我读一下 report.txt"，背后发生了什么？

1. 你的输入 → LLM
2. LLM 决定：需要调用 read_file 工具
3. LLM 生成调用参数：{"path": "~/Desktop/report.txt"}
4. blockcell 执行 read_file，读取文件内容
5. 文件内容返回给 LLM
6. LLM 根据内容生成回答
7. 回答显示给你

这个过程叫做 Tool Calling（工具调用），是现代 AI 智能体的基础机制。

每个工具都有一个 JSON Schema 描述自己的参数，LLM 根据这个 schema 生成正确的调用参数。

工具分类详解

📁 文件系统工具

read_file — 读取文件

支持格式：txt/md/json/csv/xlsx/docx/pptx/pdf
特点：Office 文件自动转为 Markdown 文本

write_file — 写入文件

支持：创建新文件、覆盖已有文件

edit_file — 精确编辑文件

支持：字符串替换（精确匹配）
适合：修改代码、配置文件

list_dir — 列出目录内容

返回：文件名、大小、修改时间

file_ops — 文件操作集合

支持：删除、重命名/移动、复制、压缩(zip/tar.gz)、解压

实际例子：

你: 帮我把桌面上所有的 .log 文件压缩成一个 zip
AI: 调用 list_dir → 找到所有 .log 文件 → 调用 file_ops compress

🌐 网络工具

web_search — 网页搜索

后端：DuckDuckGo（无需 API Key）
返回：标题、摘要、URL

web_fetch — 抓取网页内容

特点：自动转换为 Markdown 格式
      支持 Cloudflare "Markdown for Agents" 协议
      节省 80% token 消耗

http_request — 通用 HTTP 请求

支持：GET/POST/PUT/PATCH/DELETE
功能：自定义 Header、Bearer Token、JSON/Form 请求体
适合：调用任意 REST API

stream_subscribe — 实时数据流

支持：WebSocket、SSE（Server-Sent Events）
功能：订阅、取消订阅、读取缓冲消息
适合：实时行情、日志流

实际例子：

你: 帮我查一下今天比特币的价格
AI: 调用 web_search "bitcoin price today" → web_fetch 结果页面

💻 系统执行工具

exec — 执行命令行

支持：任意 shell 命令
安全：工作目录外需要用户确认
超时：默认 30 秒

实际例子：

你: 帮我看看哪个进程占用了 8080 端口
AI: exec "lsof -i :8080"

🌐 浏览器工具

browse — CDP 浏览器自动化（重量级工具，下一篇详细介绍）

支持：Chrome/Edge/Firefox
动作：navigate, click, fill, screenshot, execute_js, 标签管理...
特点：可获取无障碍树（Accessibility Tree），精确定位元素

📊 数据处理工具

data_process — CSV/JSON 数据处理

动作：read_csv, write_csv, query（过滤/排序）, stats（统计）, transform
适合：数据分析、报表生成

chart_generate — 生成图表

类型：折线图、柱状图、饼图、散点图、热力图...
后端：matplotlib（PNG/SVG）、plotly（交互式 HTML）

实际例子：

你: 帮我分析 sales.csv，画一张按月份的销售额折线图
AI: data_process read_csv → stats → chart_generate line

💰 金融数据工具

finance_api — 股票/基金/外汇/债券数据

A股/港股：东方财富（免费，无需 Key）
美股：Alpha Vantage + Yahoo Finance
加密货币：CoinGecko（免费）
债券：东方财富国债收益率

exchange_api — 加密货币交易所

支持：Binance、OKX、Bybit
功能：行情、K线、账户、下单（需 API Key）

blockchain_rpc — 链上数据查询

支持：Ethereum、Polygon、BSC、Arbitrum 等 14+ 链
功能：查余额、查交易、调合约、ABI 编解码

实际例子：

你: 帮我查一下茅台今天的股价和最近一个月的走势
AI: finance_api stock_quote "600519" → finance_api stock_history

📧 通信工具

email — 邮件收发

发送：SMTP，支持附件、HTML、CC
接收：IMAP，支持搜索、读取附件

notification — 消息通知

渠道：SMS（Twilio）、Push（Pushover/Bark/ntfy）、Webhook、桌面通知

🎵 多媒体工具

audio_transcribe — 语音转文字

后端：Whisper（本地）、whisper.cpp、OpenAI API
支持：mp3/wav/m4a/flac/mp4/mkv

tts — 文字转语音

后端：macOS say、Piper（本地）、Edge TTS（免费）、OpenAI TTS

ocr — 图片文字识别

后端：Tesseract（本地）、macOS Vision、OpenAI Vision

image_understand — 图片理解

后端：GPT-4o、Claude、Gemini
功能：分析、描述、比较、提取文字

video_process — 视频处理

功能：剪辑、合并、加字幕、截图、转码、提取音频、压缩
后端：ffmpeg

camera_capture — 摄像头拍照

支持：列出摄像头、拍照（jpg/png）
后端：imagecapture/ffmpeg/screencapture 三级降级

📄 Office 工具

office_write — 生成 Office 文件

支持：PPTX（演示文稿）、DOCX（Word 文档）、XLSX（Excel 表格）
后端：Python python-pptx/python-docx/openpyxl

实际例子：

你: 帮我把这份市场分析报告生成一个 PPT，10 页，每页有标题和要点
AI: office_write create_pptx，生成 report.pptx

🧠 记忆与知识工具

memory_query — 搜索记忆

后端：SQLite + FTS5 全文搜索
过滤：scope（短期/长期）、type、tags、时间范围

memory_upsert — 保存记忆

支持：dedup_key 去重、expires_in_days 过期时间

knowledge_graph — 知识图谱

后端：SQLite + FTS5
功能：实体管理、关系管理、路径查找、子图提取、导出（JSON/DOT/Mermaid）

⏰ 调度与监控工具

alert_rule — 告警规则

操作符：gt/lt/gte/lte/eq/ne/change_pct/cross_above/cross_below
触发动作：自动执行其他工具（如发通知）
持久化：规则保存在 workspace/alerts/rules.json

cron — 定时任务

格式：标准 cron 表达式
功能：创建、列出、删除定时任务

🔧 系统信息工具

system_info — 系统探针

检测：硬件（CPU/内存/GPU/摄像头/麦克风）
      软件（rustc/python3/node/git/docker/ffmpeg）
      网络（连通性/接口）
      当前能力状态

工具安全机制

blockcell 有一套路径安全系统：

工作目录内（~/.blockcell/workspace）：自动允许
工作目录外：弹出确认提示
已授权目录：一次授权，后续自动允许
Gateway 模式：工作目录外一律拒绝

这意味着 AI 不会在你不知情的情况下修改你的重要文件。

如何查看所有工具

blockcell tools

输出示例：

Available tools (52):
  read_file        - Read file contents
  write_file       - Write content to file
  edit_file        - Edit file with string replacement
  web_search       - Search the web
  web_fetch        - Fetch web page content
  exec             - Execute shell command
  browse           - Browser automation via CDP
  finance_api      - Stock/crypto/forex data
  ...