Loading...

📞

函数调用

供 AI 调用外部函数和 API 的结构化接口

复杂度: medium工具使用

In 30 seconds

What: AI 通过结构化 schema 调用外部函数，传入经过校验的参数并接收带类型的响应。
When to use: 需要实时数据、计算或状态变更，而模型自身无法完成的任务。
Watch out: 模型可能凭空生成函数调用，出现名称错误、参数缺失或不可能的参数值。

Loading technique guide…

Patterns

Loading...

Loading Agentic Design…

Agentic Design面向生产环境 AI 智能体的模式与工具

专家支持价格

设计模式与技术

Loading...

📞

函数调用

供 AI 调用外部函数和 API 的结构化接口

复杂度: medium工具使用

In 30 seconds

What: AI 通过结构化 schema 调用外部函数，传入经过校验的参数并接收带类型的响应。
When to use: 需要实时数据、计算或状态变更，而模型自身无法完成的任务。
Watch out: 模型可能凭空生成函数调用，出现名称错误、参数缺失或不可能的参数值。

30 秒速览

模式： 让 AI 通过结构化 schema 调用外部函数与 API

原因： 突破 LLM 的知识局限，实现实时数据访问、外部操作与精确计算

关键洞察： 以 schema 驱动的函数调用，配合参数校验、并行执行与安全控制

快速实现

1定义 Schema:包含参数与类型的 JSON schema

2注册工具:带鉴权添加到函数注册表

3校验参数:清洗并校验所有输入

4执行:带超时与重试调用 API

5处理结果:归一化并整合响应

Example: get_weather(location="NYC", units="celsius") → {"temp": 18, "condition": "cloudy"}

何时使用

适用场景

• 需要超出模型训练截止时间的实时数据
• 需要外部 API 集成或数据库查询
• 必须进行精确计算或代码执行
• 在外部系统中触发操作（邮件、日程安排）

避免场景

• 模型自身知识已能以可接受质量提供该信息
• 工具开销会破坏 SLO 的硬实时场景
• 无人工审批的高风险不可逆操作
• 用基础文本生成即可完成的简单任务

关键指标

函数选择准确率

从注册表中选对工具的比例 (%)

参数提取率

正确识别必填参数的比例 (%)

Schema 校验成功率

通过校验的调用比例 (%)

API 成功率

成功的外部函数调用比例 (%)

并行执行效率

相对串行的延迟降幅

Token 用量优化

每次函数调用的上下文 token 数

安全事件率

已拦截的注入/XSS 尝试

每任务成本

总成本：模型 + API + 基础设施

主要应用场景

天气与实时数据：get_weather("NYC") → 用于决策的当前状况

日历集成：schedule_meeting(time, attendees) → 自动化排期流程

数据库操作：query_db(table, filters) → 动态数据查询与更新

代码执行：run_python(code) → 计算任务与数据分析

邮件与通信：send_email(to, subject, body) → 自动化通知

网页搜索：search_web(query) → 实时信息检索

文件操作：read_file(path), write_file(path, content) → 文档处理

API 集成：call_api(endpoint, params) → 与外部服务交互

参考资料与延伸阅读

通过这些精选资源加深理解

奠基性学术论文

ReAct: Synergizing Reasoning and Acting in Language Models (ICLR 2023)

Toolformer: Language Models Can Teach Themselves to Use Tools (2023)

Gorilla: Large Language Model Connected with Massive APIs (UC Berkeley 2023)

Berkeley Function Calling Leaderboard (BFCL) - 当前基准

业界实施指南

Anthropic Claude 工具使用文档

Google Gemini 函数调用指南

OpenAI 函数调用最佳实践

LangChain 工具集成框架

企业级框架与安全

Model Context Protocol (MCP) - Anthropic 标准

Google Agent Developer Kit (ADK) - 企业级工具

CrewAI 多智能体工具协调

Azure OpenAI 函数调用安全指南

研究与性能评估

Function Calling in Large Language Models: A Survey (2024)

工具使用模式概览

API-Bank: Tool-Augmented LLM Benchmark

ToolBench: Tool Learning Evaluation Framework

Loading technique guide…

Patterns

设计模式与技术

Loading...

30 秒速览

模式： 让 AI 通过结构化 schema 调用外部函数与 API

原因： 突破 LLM 的知识局限，实现实时数据访问、外部操作与精确计算

关键洞察： 以 schema 驱动的函数调用，配合参数校验、并行执行与安全控制

快速实现

1定义 Schema:包含参数与类型的 JSON schema

2注册工具:带鉴权添加到函数注册表

3校验参数:清洗并校验所有输入

4执行:带超时与重试调用 API

5处理结果:归一化并整合响应

Example: get_weather(location="NYC", units="celsius") → {"temp": 18, "condition": "cloudy"}

何时使用

适用场景

• 需要超出模型训练截止时间的实时数据
• 需要外部 API 集成或数据库查询
• 必须进行精确计算或代码执行
• 在外部系统中触发操作（邮件、日程安排）

避免场景

• 模型自身知识已能以可接受质量提供该信息
• 工具开销会破坏 SLO 的硬实时场景
• 无人工审批的高风险不可逆操作
• 用基础文本生成即可完成的简单任务

关键指标

函数选择准确率

从注册表中选对工具的比例 (%)

参数提取率

正确识别必填参数的比例 (%)

Schema 校验成功率

通过校验的调用比例 (%)

API 成功率

成功的外部函数调用比例 (%)

并行执行效率

相对串行的延迟降幅

Token 用量优化

每次函数调用的上下文 token 数

安全事件率

已拦截的注入/XSS 尝试

每任务成本

总成本：模型 + API + 基础设施

主要应用场景

天气与实时数据：get_weather("NYC") → 用于决策的当前状况

日历集成：schedule_meeting(time, attendees) → 自动化排期流程

数据库操作：query_db(table, filters) → 动态数据查询与更新

代码执行：run_python(code) → 计算任务与数据分析

邮件与通信：send_email(to, subject, body) → 自动化通知

网页搜索：search_web(query) → 实时信息检索

文件操作：read_file(path), write_file(path, content) → 文档处理

API 集成：call_api(endpoint, params) → 与外部服务交互

参考资料与延伸阅读

通过这些精选资源加深理解

奠基性学术论文

ReAct: Synergizing Reasoning and Acting in Language Models (ICLR 2023)

Toolformer: Language Models Can Teach Themselves to Use Tools (2023)

Gorilla: Large Language Model Connected with Massive APIs (UC Berkeley 2023)

Berkeley Function Calling Leaderboard (BFCL) - 当前基准

业界实施指南

Anthropic Claude 工具使用文档

Google Gemini 函数调用指南

OpenAI 函数调用最佳实践

LangChain 工具集成框架

企业级框架与安全

Model Context Protocol (MCP) - Anthropic 标准

Google Agent Developer Kit (ADK) - 企业级工具

CrewAI 多智能体工具协调

Azure OpenAI 函数调用安全指南

研究与性能评估

Function Calling in Large Language Models: A Survey (2024)

工具使用模式概览

API-Bank: Tool-Augmented LLM Benchmark

ToolBench: Tool Learning Evaluation Framework

函数调用 - Agentic Design

Loading...

函数调用

In 30 seconds

Patterns

Loading...

设计模式与技术

Loading...

函数调用

In 30 seconds

30 秒速览

快速实现

推荐与避免

何时使用

适用场景

避免场景

关键指标

主要应用场景

参考资料与延伸阅读

奠基性学术论文

业界实施指南

企业级框架与安全

研究与性能评估

Patterns

设计模式与技术

Loading...

设计模式与技术

30 秒速览

快速实现

推荐与避免

何时使用

适用场景

避免场景

关键指标

主要应用场景

参考资料与延伸阅读

奠基性学术论文

业界实施指南

企业级框架与安全

研究与性能评估

设计模式与技术