Tool Use
核心事实
时间轴 (近 90 天)
入门AI Agent开发的最低门槛包括：Python基础、RAG（检索增强生成）、Tool Use（工具调用）以及使用LangChain完成一个完整项目。
Agent Loop与单次API调用在工具调用上的区别是：单次调用没有工具调用能力只能输出文本，Agent Loop可以调用文件系统、数据库、外部API等工具。
进阶篇进入RAG知识库、Agent架构、多Agent协作和工具调用，并结合主流框架进行开发。
在ReAct等经典范式中，工具调用判断由同一个大模型完成，当任务链条较长时循环次数可达数十至数百轮，延迟与成本线性累积。
该路线图在ChatGPT问世前就列出了Coding Agent、Tool Use、长上下文、RL、自动化反馈和Agent安全等研究方向。
当前主流 LLM 智能体并非直接执行代码或 SQL，而是由模型输出结构化文本（通常是 JSON），声明要调用的函数和参数，再由宿主程序解析执行。
当模型进入智能体模式，通过工具调用在多个步骤中自主决策时，每一步输出会成为下一步输入，错误或偏差可能在循环中指数级放大
Apple Tool protocol与OpenAI的Function Calling、Anthropic的Tool Use在设计哲学上一脉相承，都将LLM的自然语言理解能力与确定性程序逻辑解耦
应用向模型发送用户请求时会附上一份模型可以使用的工具列表，每个工具都有名字和输入schema
n8n内置「工具调用（Tool Use）」能力，让LLM节点可以在一次运行中自主决定调用哪些下游节点
还有 29 条时间轴事件
全部知识事实 (20)
Function Calling（Tool Use）是大模型调用外部工具的标准化机制，开发者预先声明工具名称、描述和参数Schema，模型自主判断何时调用
90%已验证Tool Use（工具调用）的底层机制是开发者预先定义工具的名称、描述和参数结构（Schema），模型在推理时判断何时调用哪个工具并输出结构化调用指令
90%已验证工具调用（Function Calling）机制允许模型在推理过程中调用外部工具，如文件读写、终端命令、搜索 API
90%已验证AI Agent通过工具调用（Tool Use）机制与外部系统交互，包括执行代码、调用API、读写数据库等
90%已验证Anthropic和OpenAI在2024年前后相继推出支持工具调用（Tool Use）和多步推理的模型
90%已验证工具增强型AI（Tool-Augmented AI）是当前大模型应用的重要发展方向，OpenAI的Function Calling和Anthropic的Tool Use等机制在底层支撑这一范式
80%已验证Function Calling机制中，开发者将工具的名称、功能描述、参数Schema（通常为JSON Schema格式）注入到模型的请求中，模型输出结构化的JSON而非自然语言来调用工具
80%已验证OpenAI 的 Function Calling 和 Anthropic 的 Tool Use API 都是 ReAct 模式的标准化实现
80%已验证AI Agent与传统聊天AI的根本区别在于具备感知-决策-行动的闭环能力，采用ReAct（Reasoning + Acting）框架
80%已验证Anthropic在Claude中推出了Tool Use，Google在Gemini中提供了类似Function Calling的能力
80%已验证Anthropic推出了Tool Use作为其Function Calling方案
80%已验证工具调用（function calling）是指大语言模型在生成回复过程中可以主动请求调用外部函数或API
80%已验证不同模型提供商的 Tool Use 实现在参数格式、并行调用支持、流式工具调用等方面各有不同，AI SDK 的统一抽象层用于屏蔽这些差异
75%已验证工具调用的基本原理是模型识别需要外部能力的场景，输出结构化的函数调用请求（通常为JSON格式），由外部系统执行后返回结果给模型继续推理
75%已验证研究表明模型可能产生不忠实的思维链，即表面推理步骤与实际决策依据不一致
75%已验证AI Agent的运行依赖大语言模型API、向量数据库、工具调用接口、第三方SDK及各种快速迭代的框架，运行链条极长
75%已验证Coding Agent与普通AI聊天机器人的本质区别在于工具调用（Tool Use）能力，包括执行终端命令、读写文件系统、调用API等
75%已验证工具调用允许模型在推理过程中动态调用外部函数，并将执行结果纳入后续推理的上下文，形成感知-决策-执行的闭环
70%已验证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
70%已验证大模型在推理时将工具元数据作为上下文读入，通过语义理解判断是否需要调用工具及传入哪些参数，这一过程被称为Function Calling或Tool Use
65%