开始使用

什么是 Tool Calling？

Tool Calling（工具调用）是让大语言模型（LLM）能够与外部系统交互的机制。通过 tool calling，AI 不再只是「聊天」，而是能够真正「做事」。

从聊天到行动

// 没有工具调用：AI 只能说
{ "content": "我可以帮你查天气，但是...我做不到" }

// 有了工具调用：AI 真正执行
{
  "content": null,
  "tool_calls": [{
    "function": {
      "name": "get_weather",
      "arguments": "{ \"city\": \"Shanghai\" }"
    }
  }]
}

快速示例

Python + OpenAI

from openai import OpenAI

client = OpenAI()

# 定义工具
tools = [{
    "type": "function",
    "function": {
        "name": "get_weather",
        "description": "获取指定城市的天气",
        "parameters": {
            "type": "object",
            "properties": {
                "city": {"type": "string", "description": "城市名"}
            },
            "required": ["city"]
        }
    }
}]

# 发起请求
response = client.chat.completions.create(
    model="gpt-4",
    messages=[{"role": "user", "content": "北京今天天气怎么样？"}],
    tools=tools
)

# 模型请求调用工具
if response.choices[0].message.tool_calls:
    tool_call = response.choices[0].message.tool_calls[0]
    print(f"模型想调用: {tool_call.function.name}")
    print(f"参数: {tool_call.function.arguments}")

核心流程

用户输入 → 模型判断是否需要工具 → 返回 tool_calls → 执行工具 → 返回结果 → 模型生成最终回答

下一步

• 核心概念 - 深入理解 tool calling 的工作原理
• 快速示例 - 更多语言的代码示例
• API 参考 - 各平台的详细接口文档