1.2.2 Function Calling：让 LLM 具备“超能力

1.2.2 Function Calling：让 LLM 具备“超能力”

大型语言模型（LLM）天生只会处理和生成文本，它们并不知道如何执行代码、查询数据库或发送电子邮件。Function Calling 的出现，完美地弥补了这一缺陷。

Function Calling 是一种强大的机制，它允许你将 LLM 的推理能力与外部工具（你编写的函数）连接起来。这让 LLM 从一个“被动的语言生成器”升级为一个“主动的智能决策者”，它能理解用户的意图，并决定何时、如何调用你提供的工具来完成任务。

Function Calling 的核心思想与工作流

Function Calling 的工作流可以分为两个主要步骤：LLM 决策和后端执行。下面的时序图清晰地展示了用户请求从开始到最终得到答案的全过程。

时序图解读：

1. LLM 决策：后端服务将问题和所有可用的工具描述发送给 LLM。LLM 不会直接回答，而是根据用户意图，决定需要调用哪个函数以及传入什么参数。