【AI 学习笔记】Tool Calling：让 AI 不再“纸上谈兵“

在捣鼓 AI 应用的时候，总是遇到一个词： Tool Calling（工具调用）。一开始觉得这个概念有点抽象，但随着我深入了解 LangChain 和一些 AI Agent 的实现后，我发现 Tool Calling 简直是为大语言模型（LLM）插上了翅膀，让它从一个"只会聊天"的语言天才，变成了一个能"动手干活"的实干家。

图片来源：LangChain tool_calling

术语说明：Tool Calling 有时也被称为 Function Calling（函数调用），这两个术语在实际使用中是可以互换的。官方文档中两种表述都会出现。

1. 为什么需要 Tool Calling？AI 的"知识囚笼"

我们都知道，像 GPT-4 或 Gemini 这样的 LLM 非常强大，它们能写代码、能写诗、能做翻译。但它们有一个天生的限制：它们生活在一个"信息茧房"里。

• 知识有截止日期：模型的知识停留在它训练完成的那一刻，问它今天的天气，它不知道。
• 无法与外界互动：它不能帮你发邮件、不能帮你订机票、也不能去访问一个网页来获取实时信息。

简单来说，没有 Tool Calling 的 LLM，就像一个博学但被关在房间里的智者，它知道很多事，但无法对外界产生实际影响。

2. 什么是 Tool Calling？给 AI 一套工具箱

Tool Calling 就是打破这个"囚笼"的钥匙。

它的核心思想是：授权 LLM 在需要的时候，去调用外部的工具（函数、API 等）来完成任务。

这就像你给一个聪明的实习生分配任务。这个实习生（LLM）本身很会写东西，但如果你让他"查一下公司最新的股价，并写一份总结报告"，他需要：

1. 判断：意识到自己不知道实时股价，需要借助外部工具。
2. 选择工具：从他可用的工具（比如浏览器、公司的股价查询软件）中，选择一个最合适的。
3. 执行工具：打开股价查询软件，输入公司代码，获取股价。
4. 整合结果：拿到股价后，再结合自己的写作能力，完成最终的总结报告。

在这个过程中，Tool Calling 就是实习生判断、选择和执行工具的整个流程。LLM 不再仅仅是生成文本，它还能"决定"并"请求"执行一个动作，然后利用这个动作的结果来更好地完成我们的指令。

3. Tool Calling 是如何工作的？

虽然不同框架的实现细节不同，但核心流程大同小异：

1. 定义工具：首先，作为开发者，我们需要先定义一套"工具"给 LLM。这套工具通常就是我们自己写的函数，比如 get_current_weather(city: str) 或 send_email(to: str, subject: str, body: str)。
2. 用户提问：用户向 LLM 提出一个请求，比如"帮我查一下北京今天的天气怎么样？"
3. LLM 的"智能决策"：这里有个关键点 —— LLM 会智能分析用户的意图。如果用户只是说"你好"，LLM 不会调用天气工具；只有当问题与工具功能相关时（如"北京天气怎么样？"），它才会在我们提供的工具列表中找到最匹配的 get_current_weather 工具。
4. 生成工具调用请求：LLM 不会自己去执行这个函数。相反，它会生成一个特殊格式的"工具调用请求"，具体包含：

• name: 工具名称（如 get_current_weather）
• args: 调用参数（如 {'city': '北京'}）
• id: 调用标识符
• type: ‘tool_call’

例如：[{'name': 'get_current_weather', 'args': {'city': '北京'}, 'id': 'call_123', 'type': 'tool_call'}]
5. 执行并返回：我们的应用程序接收到这个请求后，就在自己的代码环境中执行 get_current_weather('北京') 这个函数，得到结果，比如 {'temperature': '25°C', 'condition': '晴'}。
6. LLM 组织语言：最后，应用程序把函数执行的结果再发回给 LLM。LLM 拿到这个信息后，就用更自然、更人性化的语言回复用户：“北京今天天气晴朗，温度是 25 摄氏度。”

整个过程是 LLM 和我们的代码之间的一次完美协作。LLM 负责"大脑"的部分（理解、决策），我们的代码负责"手脚"的部分（执行）。

重要： LLM 的"智能选择"是 Tool Calling 的核心特征。它不是盲目调用工具，而是根据用户输入的语义来判断是否需要以及如何使用工具。

3.1 在 LangChain 中如何实现？

说了这么多理论，让我们看看在 LangChain 这个流行框架中具体是怎么做的：

工具定义

使用 @tool 装饰器定义工具：

from langchain_core.tools import tool@tool
def get_current_weather(city: str) -> str:"""获取指定城市的当前天气Args:city: 城市名称"""# 这里是实际的天气查询逻辑# 实际应用中可能会调用天气 APIreturn f"{city}今天天气晴朗，温度25°C"@tool
def send_email(to: str, subject: str, body: str) -> str:"""发送邮件Args:to: 收件人邮箱subject: 邮件主题body: 邮件内容"""# 实际的邮件发送逻辑return f"邮件已发送给 {to}"

工具绑定

将工具绑定到支持工具调用的模型：

# 假设我们有一个支持工具调用的模型
model_with_tools = model.bind_tools([get_current_weather, send_email])

调用和执行

response = model_with_tools.invoke("北京今天天气怎么样？")# 如果模型选择调用工具，response.tool_calls 会包含调用信息
if response.tool_calls:# 获取工具调用信息tool_call = response.tool_calls[0]print(f"模型要调用: {tool_call['name']}")print(f"参数: {tool_call['args']}")# 执行对应的工具result = get_current_weather.invoke(tool_call['args'])print(f"执行结果: {result}")

4. Tool Calling 的意义：从"博学"到"万能"

理解了 Tool Calling 的工作原理后，它的重要性就不言而喻了：

• 打破信息壁垒：通过接入搜索引擎、数据库等工具，LLM 可以获取实时、动态的信息。
• 实现与现实世界的交互：可以操作各种软件 API，实现发邮件、订票、控制智能家居等功能，成为真正的"智能助理"。
• Agent 的基石：它是构建更复杂的 AI Agent 的基础。Agent 的核心就是能够自主地、连续地调用多个工具来完成一个复杂的目标。没有 Tool Calling，Agent 就无从谈起。

5. Tool Calling 最佳实践

基于 LangChain 官方建议，在设计工具时需要注意：

工具设计原则

• 工具命名要清晰：get_weather 比 tool1 更好，让 LLM 一眼就知道这个工具是干什么的
• 工具描述要详细：在 docstring 中详细描述工具的功能和参数，帮助 LLM 理解何时使用该工具
• 保持工具简单：一个工具专注做一件事，比复杂的多功能工具更容易被正确使用
• 避免工具列表过长：太多选择会让 LLM “选择困难”，建议控制在合理数量内

技术选择

• 选择支持工具调用的模型：专门优化过工具调用的模型（如 GPT-4、Claude 3 等）表现更好
• 合理的错误处理：为工具执行失败的情况设计优雅的降级策略

示例对比

# ❌ 不好的工具设计
@tool
def tool1(data):"""处理数据"""# 功能不明确，参数类型不清楚pass# ✅ 好的工具设计
@tool
def calculate_mortgage_payment(principal: float, rate: float, years: int) -> float:"""计算房贷月供根据贷款本金、年利率和贷款年限，计算每月还款金额Args:principal: 贷款本金（元）rate: 年利率（小数形式，如 0.05 表示 5%）years: 贷款年限Returns:每月还款金额（元）"""monthly_rate = rate / 12num_payments = years * 12payment = principal * (monthly_rate * (1 + monthly_rate) ** num_payments) / ((1 + monthly_rate) ** num_payments - 1)return round(payment, 2)

总结

对我来说，Tool Calling 是学习 AI 应用开发时遇到的第一个"啊哈！"时刻。它清晰地揭示了 LLM 如何从一个纯粹的语言模型，转变为一个可以与真实世界互动的强大引擎。

它就像一座桥梁，连接了 LLM 的虚拟智能和我们现实世界的无限可能。理解了它，也就真正开始理解了如何构建一个有用的、能解决实际问题的 AI 应用。

更重要的是，通过学习 LangChain 等框架的具体实现，我们不仅能理解概念，还能动手实践。这种从理论到实践的过程，让 Tool Calling 不再是一个抽象的概念，而是成为了我们构建智能应用的得力工具。

怎么感觉跟 MCP 很像呢！！！需要深入对比一下。。。

参考

https://python.langchain.com/docs/concepts/tool_calling/