Function Calling 是让模型以结构化方式选择并调用外部函数或工具的能力。它让模型从“只会说”扩展为“可以请求执行动作”。

1. 工具调用流程

用户请求
  -> 模型判断是否需要工具
  -> 生成工具名和参数
  -> 应用程序校验参数
  -> 执行工具
  -> 返回工具结果
  -> 模型基于结果继续回答

注意：真正执行工具的是应用程序，不是模型本身。

2. 工具描述

工具需要向模型描述清楚。

{
  "name": "query_order",
  "description": "根据订单号查询订单状态",
  "parameters": {
    "order_id": {
      "type": "string",
      "description": "订单号"
    }
  }
}

描述越清晰，模型越容易选择正确工具和参数。

3. 工具类型

工具	示例
查询工具	搜索、数据库查询、订单查询
计算工具	数学计算、汇率换算
文件工具	读取、写入、转换文件
业务工具	创建工单、发送通知、审批流
开发工具	运行测试、执行命令、代码分析

4. 参数校验

模型生成的参数不能直接信任。

必须校验：

• 必填字段是否存在。
• 类型是否正确。
• 枚举是否有效。
• 当前用户是否有权限。
• 参数范围是否安全。
• 是否需要人工确认。

5. 工具调用安全

风险	防护
调用高风险工具	工具白名单和权限控制
参数注入	参数校验和转义
越权查询	按用户身份过滤
重复执行	幂等键和执行记录
错误执行	人审和二次确认

6. 工程建议

1. 工具粒度不要太大，避免一个工具承担过多隐含逻辑。
2. 工具描述要写清楚适用场景和限制。
3. 只把必要工具暴露给模型。
4. 工具返回结果要结构化，避免模型误读。
5. 每次工具调用都记录日志，便于审计。

7. Tips 快问快答

Q：模型可以直接执行函数吗？

A：不应该。模型只生成调用意图和参数，应用程序负责校验和执行。

Q：工具越多越好吗？

A：不是。工具太多会增加模型选择错误的概率。要按任务场景暴露最小工具集。

Q：工具调用结果还需要模型处理吗？

A：通常需要。工具返回事实或数据，模型负责解释、总结或继续任务，但关键业务判断仍要有规则兜底。