Tool Calling
Tool Calling（工具调用）是大型语言模型（LLM）与外部工具或API进行交互的一种能力机制。模型在生成响应过程中，能够识别用户意图并输出结构化的工具调用指令，由运行时环境执行相应函数或服务后将结果返回给模型，从而完成信息检索、代码执行、数据操作等超出纯文本生成范畴的任务。该机制是构建AI Agent和复杂自动化工作流的基础能力之一。
时间轴 (近 90 天)
工具调用（Tool Use / Function Calling）是大语言模型在2023年获得的关键能力突破
在MCP出现之前，大模型与外部工具的交互主要依赖各家厂商自定义的Function Calling机制，OpenAI和Google Gemini各有不同的函数调用格式，互不兼容
Function Calling的局限性包括：工具定义与模型调用紧耦合、不同厂商格式不统一、缺乏标准的认证授权和会话管理机制
早期ChatGPT插件采用OpenAPI规范描述接口，通过函数调用（Function Calling）机制与第三方API交互
Function Calling是大模型与外部系统交互的核心机制，模型可以识别用户意图后调用预定义的函数
Function Calling允许开发者向大模型注册函数定义，大模型在推理过程中判断何时需要调用这些函数并生成结构化的调用参数
在MCP出现之前，AI调用外部工具主要依赖OpenAI的Function Calling机制或各框架自定义的插件系统
工具调用（Function Calling）是 2023 年中期以来大模型最重要的能力扩展之一，其核心模式被称为 Agentic Loop
AI Agent通过标准化接口（如OpenAI的Function Calling、Anthropic的Tool Use协议）与外部工具交互，CLI命令行工具天然适合这种调用模式
OpenAI在2023年6月率先推出Function Calling API
还有 40 条时间轴事件