工具调用详解

让AI从"聊天"变成"做事"的核心能力

🎯 核心概念

什么是工具调用？

定义

工具调用（Tool Calling） 是让LLM能够识别用户意图，并生成结构化指令来调用外部函数或API的能力。它是AI Agent从"对话系统"进化为"行动系统"的关键技术。

工具调用的价值

能力	无工具调用	有工具调用
数据获取	只能使用训练数据	可实时查询外部数据
计算能力	数学推理易出错	调用计算器精确计算
系统交互	无法操作系统	可发邮件、操作数据库
知识边界	受限于训练截止日期	可搜索最新信息

🔧 Function Calling详解

来源：解码AI智能体的大脑：Function Calling与ReAct深度对决

工作流程

用户请求 → LLM分析 → 生成JSON指令 → 执行函数 → 返回结果 → LLM整合回复

五步执行流程

python

# 1. 定义工具（函数描述）
tools = [
    {
        "type": "function",
        "function": {
            "name": "get_weather",
            "description": "获取指定城市的天气信息",
            "parameters": {
                "type": "object",
                "properties": {
                    "city": {
                        "type": "string",
                        "description": "城市名称，如：北京、上海"
                    },
                    "unit": {
                        "type": "string",
                        "enum": ["celsius", "fahrenheit"],
                        "description": "温度单位"
                    }
                },
                "required": ["city"]
            }
        }
    }
]

# 2. 发送请求，模型决策
response = client.chat.completions.create(
    model="gpt-4",
    messages=[{"role": "user", "content": "北京今天天气怎么样？"}],
    tools=tools,
    tool_choice="auto"  # 让模型自主决定是否调用工具
)

# 3. 模型返回结构化调用指令
# response.choices[0].message.tool_calls[0]:
# {
#     "id": "call_abc123",
#     "type": "function",
#     "function": {
#         "name": "get_weather",
#         "arguments": '{"city": "北京", "unit": "celsius"}'
#     }
# }

# 4. 执行函数
import json
args = json.loads(response.choices[0].message.tool_calls[0].function.arguments)
result = get_weather(**args)  # {"temperature": 25, "condition": "晴"}

# 5. 将结果返回给模型，生成最终回复
messages.append(response.choices[0].message)
messages.append({
    "role": "tool",
    "tool_call_id": "call_abc123",
    "content": json.dumps(result)
})

final_response = client.chat.completions.create(
    model="gpt-4",
    messages=messages
)
# "北京今天天气晴朗，气温25摄氏度，适合外出活动。"

函数描述的重要性

关键洞察

函数描述是告诉模型"如何理解用户输入"和"如何构造正确的函数调用"的关键信息。描述越清晰，调用越准确。

python

# 好的函数描述
{
    "name": "search_products",
    "description": "搜索商品。支持按名称、类别、价格范围筛选。返回匹配的商品列表。",
    "parameters": {
        "properties": {
            "query": {
                "type": "string",
                "description": "搜索关键词，如商品名称或描述"
            },
            "category": {
                "type": "string",
                "enum": ["电子产品", "服装", "食品", "家居"],
                "description": "商品类别，可选"
            },
            "max_price": {
                "type": "number",
                "description": "最高价格限制，单位：元"
            }
        },
        "required": ["query"]
    }
}

并行工具调用

python

# 模型可以一次返回多个工具调用
# 用户："北京和上海今天天气怎么样？"

# 模型返回：
tool_calls = [
    {"function": {"name": "get_weather", "arguments": '{"city": "北京"}'}},
    {"function": {"name": "get_weather", "arguments": '{"city": "上海"}'}}
]

# 并行执行
import asyncio

async def execute_tools(tool_calls):
    tasks = [execute_tool(tc) for tc in tool_calls]
    return await asyncio.gather(*tasks)

🔌 MCP协议（Model Context Protocol）

来源：FastMCP快速入门指南

什么是MCP？

定义

MCP（Model Context Protocol） 是一种标准化的AI模型通信协议，用于连接LLM与外部工具和数据源。它提供了统一的接口规范，使得工具开发更加标准化。

MCP vs Function Calling

特性	Function Calling	MCP
标准化	各厂商实现不同	统一协议规范
工具发现	需手动定义	支持动态发现
传输方式	HTTP/WebSocket	Stdio/SSE/HTTP
状态管理	无内置支持	支持会话状态
生态系统	厂商锁定	跨平台通用

FastMCP快速入门

python

# 安装
# pip install fastmcp

from fastmcp import FastMCP

# 创建MCP服务器
mcp = FastMCP("天气服务")

# 定义工具
@mcp.tool()
def get_weather(city: str, unit: str = "celsius") -> dict:
    """获取指定城市的天气信息
    
    Args:
        city: 城市名称
        unit: 温度单位，celsius或fahrenheit
    
    Returns:
        包含温度和天气状况的字典
    """
    # 实际实现会调用天气API
    return {"city": city, "temperature": 25, "condition": "晴"}

@mcp.tool()
def search_news(query: str, limit: int = 5) -> list:
    """搜索新闻
    
    Args:
        query: 搜索关键词
        limit: 返回结果数量
    
    Returns:
        新闻列表
    """
    return [{"title": f"关于{query}的新闻", "url": "..."}]

# 运行服务器
if __name__ == "__main__":
    mcp.run()

MCP资源与提示模板

python

# 定义资源（静态数据）
@mcp.resource("config://app")
def get_app_config() -> str:
    """获取应用配置"""
    return json.dumps({"version": "1.0", "env": "production"})

# 定义提示模板
@mcp.prompt()
def analyze_data(data_type: str) -> str:
    """生成数据分析提示词"""
    return f"""请分析以下{data_type}数据，提供：
    1. 主要趋势
    2. 异常点
    3. 建议措施"""

🛠️ OpenAI Agent工具

来源：OpenAI Agent工具全面开发者指南

六种核心工具

工具	功能	适用场景
file_search	托管式RAG	知识库问答、文档分析
code_interpreter	Python代码执行	数据分析、可视化
web_search	实时网络搜索	获取最新信息
computer_use	计算机操作	自动化任务
mcp	MCP协议集成	连接外部服务
function	自定义函数	业务逻辑集成

file_search：托管式RAG

python

from openai import OpenAI

client = OpenAI()

# 1. 创建向量存储
vector_store = client.vector_stores.create(name="知识库")

# 2. 上传文件
file = client.files.create(
    file=open("document.pdf", "rb"),
    purpose="assistants"
)

# 3. 添加到向量存储
client.vector_stores.files.create(
    vector_store_id=vector_store.id,
    file_id=file.id
)

# 4. 创建带file_search的Assistant
assistant = client.assistants.create(
    name="知识助手",
    model="gpt-4-turbo",
    tools=[{"type": "file_search"}],
    tool_resources={
        "file_search": {"vector_store_ids": [vector_store.id]}
    }
)

code_interpreter：安全沙箱执行

python

# 创建带代码解释器的Assistant
assistant = client.assistants.create(
    name="数据分析师",
    model="gpt-4-turbo",
    tools=[{"type": "code_interpreter"}],
    instructions="你是一个数据分析专家，使用Python进行数据处理和可视化。"
)

# 用户可以上传数据文件，Assistant会自动分析
# "请分析这份销售数据，生成趋势图"

🔒 工具调用安全

来源：AI智能体的牢笼：大模型沙箱技术深度解析

安全风险

风险类型	描述	防护措施
提示注入	恶意输入触发危险操作	输入验证、权限隔离
数据泄露	敏感信息被工具暴露	数据脱敏、访问控制
资源滥用	无限循环消耗资源	执行超时、资源限制
系统破坏	恶意代码执行	沙箱隔离、只读权限

沙箱技术选型

技术	隔离级别	性能	适用场景
Docker	容器级	高	通用隔离
gVisor	内核级	中	高安全需求
Firecracker	微虚拟机	高	多租户环境
WebAssembly	字节码级	极高	轻量级隔离

安全最佳实践

python

class SafeToolExecutor:
    """安全的工具执行器"""
    
    def __init__(self):
        self.allowed_tools = {"get_weather", "search_news"}
        self.max_execution_time = 30  # 秒
        self.rate_limiter = RateLimiter(max_calls=100, period=60)
    
    def execute(self, tool_name: str, arguments: dict) -> dict:
        # 1. 工具白名单检查
        if tool_name not in self.allowed_tools:
            raise PermissionError(f"工具 {tool_name} 未授权")
        
        # 2. 参数验证
        self.validate_arguments(tool_name, arguments)
        
        # 3. 速率限制
        if not self.rate_limiter.allow():
            raise RateLimitError("调用频率超限")
        
        # 4. 超时执行
        with timeout(self.max_execution_time):
            result = self.tools[tool_name](**arguments)
        
        # 5. 输出过滤
        return self.filter_sensitive_data(result)

📊 LangGraph工具集成

来源：精通LangGraph中的工具使用

工具定义与绑定

python

from langchain_core.tools import tool
from langgraph.prebuilt import create_react_agent

# 使用@tool装饰器定义工具
@tool
def calculator(expression: str) -> str:
    """计算数学表达式
    
    Args:
        expression: 数学表达式，如 "2 + 3 * 4"
    
    Returns:
        计算结果
    """
    return str(eval(expression))

@tool
def web_search(query: str) -> str:
    """搜索网络信息
    
    Args:
        query: 搜索关键词
    
    Returns:
        搜索结果摘要
    """
    # 实际实现调用搜索API
    return f"关于'{query}'的搜索结果..."

# 绑定工具到模型
tools = [calculator, web_search]
model_with_tools = model.bind_tools(tools)

# 创建ReAct Agent
agent = create_react_agent(model, tools)

自定义工具节点

python

from langgraph.graph import StateGraph, END

def tool_node(state):
    """执行工具调用"""
    messages = state["messages"]
    last_message = messages[-1]
    
    tool_calls = last_message.tool_calls
    results = []
    
    for tool_call in tool_calls:
        tool_name = tool_call["name"]
        tool_args = tool_call["args"]
        
        # 查找并执行工具
        tool = next(t for t in tools if t.name == tool_name)
        result = tool.invoke(tool_args)
        
        results.append({
            "role": "tool",
            "content": result,
            "tool_call_id": tool_call["id"]
        })
    
    return {"messages": results}

# 构建图
graph = StateGraph(State)
graph.add_node("agent", agent_node)
graph.add_node("tools", tool_node)
graph.add_edge("agent", "tools")
graph.add_conditional_edges("tools", should_continue)

🔗 相关阅读

Agent概述 - 了解Agent整体架构
规划与推理 - ReAct循环详解
安全与沙箱 - 工具执行安全

相关文章：
解码AI智能体的大脑：Function Calling与ReAct深度对决
OpenAI Agent工具全面开发者指南
FastMCP快速入门指南
function_call的流程和作用
精通LangGraph中的工具使用

外部资源：
OpenAI Function Calling Guide
MCP协议规范
LangChain Tools文档

工具调用详解 ​

🎯 核心概念 ​

什么是工具调用？ ​

工具调用的价值 ​

🔧 Function Calling详解 ​

工作流程 ​

五步执行流程 ​

函数描述的重要性 ​

并行工具调用 ​

🔌 MCP协议（Model Context Protocol） ​

什么是MCP？ ​

MCP vs Function Calling ​

FastMCP快速入门 ​

MCP资源与提示模板 ​

🛠️ OpenAI Agent工具 ​

六种核心工具 ​

file_search：托管式RAG ​

code_interpreter：安全沙箱执行 ​

🔒 工具调用安全 ​

安全风险 ​

沙箱技术选型 ​

安全最佳实践 ​

📊 LangGraph工具集成 ​

工具定义与绑定 ​

自定义工具节点 ​

🔗 相关阅读 ​

工具调用详解

🎯 核心概念

什么是工具调用？

工具调用的价值

🔧 Function Calling详解

工作流程

五步执行流程

函数描述的重要性

并行工具调用

🔌 MCP协议（Model Context Protocol）

什么是MCP？

MCP vs Function Calling

FastMCP快速入门

MCP资源与提示模板

🛠️ OpenAI Agent工具

六种核心工具

file_search：托管式RAG

code_interpreter：安全沙箱执行

🔒 工具调用安全

安全风险

沙箱技术选型

安全最佳实践

📊 LangGraph工具集成

工具定义与绑定

自定义工具节点

🔗 相关阅读