函数调用（Function Calling）
**函数调用（Function Calling）**让 大语言模型以结构化 JSON 形式输出"调用哪个工具、传什么参数"，再由宿主程序执行实际工具（如查数据库、调 API、跑代码）。
工作流程
- 定义工具 schema：每个工具用 JSON Schema 描述名称、描述、参数。
- 传入 LLM：连同用户问题一起送进模型。
- 模型决策：要么直接回答，要么输出"调用工具 X，参数 Y"。
- 宿主执行：程序解析 JSON、调用工具、把结果回传模型。
- 模型再生成：基于工具结果生成最终回答。
主流支持
- OpenAI：原生
tools参数。 - Anthropic Claude：
tools参数，结构类似。 - Google Gemini：
function_declarations。 - 开源模型：Llama 3.1+、Qwen2.5、Mistral 等都已支持。
实战经验
- 工具描述要详细：模型看不到代码，只能看 description 和参数说明。
- 参数用枚举：可选值枚举能让模型少出错。
- 错误处理：工具调用失败时要让模型能"重试"或"换工具"。
- 并行调用：GPT-4 等支持一次返回多个 tool call，宿主并行执行。