【Agent智能体15 | 工具使用-现代的LLM请求调用工具的语法】

声明：本篇博客是以吴恩达的【Agent智能体】教程为基础，并对其中的内容做了笔记整理以及个人收获的总结。

下面的例子都使用AISuite 开源库，让大语言模型调用工具。

注意：大模型本身不直接调用工具，它只是请求“你”去调用工具。但是在开发代理型工作流的开发者中，有时会直接说大模型调用了工具，虽然这并不是技术上的真实过程，这样说只是为了方便

定义工具 (Defining the tool)

图片使用的代码库是aisuite，演示了如何让模型调用一个简单的 Python 函数

• 定义工具 (Defining the tool)
  左侧： Python 函数get_current_time()，用于获取当前时间。

  • 注释（Docstring）："""Returns the current time as a string"""。在 AI Agent 的开发中，这段描述至关重要。底层的框架会自动读取这段文字，把它发给大模型，大模型正是依靠这句话来理解“这个工具是干什么用的”以及“什么时候该用它”。

• 调用语法 (Syntax)
  右侧展示了如何将刚刚定义好的工具传递给大语言模型（这里调用的是openai:gpt-4o）。

  • tools=[get_current_time]（工具列表）：你只需把左侧写好的 Python 函数名放在列表中传给大模型。框架会自动把函数转化为模型能看懂的 JSON 格式描述。
  • max_turns=5（最大轮次）：作用是“限制 LLM 连续请求工具的次数，防止出现循环”。实际情况中这种死循环一般很少发生。

• 总结
  The function get_current_time is automatically described to the LLM to enable it to decide when to use it.总结了整个过程的核心机制：

  • 系统会自动将函数描述给 LLM，赋予 LLM 自主决策的能力。当你问模型“现在几点了”时，模型会自己判断需要调用get_current_time这个工具来获取答案，而不是瞎编一个时间。

AI Agent 框架在后台工作的底层机制（无参）

底层会直接生成一个详细描述函数的JSON架构，这是实际传递给大模型的内容

这个图展示了从Python 函数到JSON Schema的自动映射过程。

大模型原生并不直接运行 Python 代码，它们通过 API 接收标准的 JSON 格式数据。

aisuite这类框架是如何在后台做自动转换的：

• 红框（函数名映射）：Python 代码定义的函数名get_current_time，被框架自动提取，并填入了右侧 JSON Schema 中的"name"字段。

  • 这告诉大模型：“这里有一个工具，它的代号叫这个”。

• 绿框（功能描述映射）：Python 代码中的文档字符串"""Returns the current time as a string"""，被自动提取并填入了右侧 JSON 的"description"字段。

  • 作用：大模型就是通过阅读这句 description，来理解这个工具的具体功能，从而决定在何时调用它。

“the name and description get added automatically”（名称和描述会被自动添加）

• 作为开发者，你只需要像左下角那样，简单地把get_current_time放入tools列表中传给框架。你不需要手动去手写右上方那一坨繁琐的 JSON Schema 字典，框架（如aisuite、LangChain或OpenAI SDK）会在底层替你完成这些翻译和组装工作。

三者的关系

• get_current_time：开发者编写的真实代码实体。 它包含了具体的业务逻辑（获取系统时间）和人类可读的注释说明（Docstring）
  • 大语言模型（LLM）本身是一个文本处理引擎，它在云端的服务器里，并不能直接运行你本地或服务器上的 Python 代码
• JSON Schema：给大模型看的内容
  • 大模型不懂如何直接运行 Python，它只认一种标准化的数据格式 - JSON
  • 它是大模型的“API 接口文档”。通过这种标准化的 JSON 格式，大模型就能清楚地知道这个函数的作用以及需要调用的场景
  • JSON Schema 就是get_current_time这段 Python 代码在 AI 世界里的名片。
• aisuite库 API：连接两者的中转站：
  • 没有aisuite（或者 OpenAI 原生 SDK 等框架），你需要自己手动写代码把 Python 函数转成那一大坨复杂的 JSON，不仅繁琐，而且容易出错。
  • 作用：aisuite作为中间商。当你把get_current_time丢进tools=[get_current_time]时，aisuite会在后台自动完成以下工作：
    • 解析你的 Python 函数名和注释。
    • 组装成大模型需要的 JSON Schema 格式。
    • 打包发送给大模型。
    • 并且，如果大模型回复“我要调用这个工具”，aisuite还会负责执行这个 Python 函数，并把运行结果再次发回给大模型

AI Agent 框架在后台工作的底层机制（带参）

这个图展示了如何给工具加上“参数（Parameters）”，让大语言模型（LLM）能够更灵活地传递信息给工具。

• 自动映射的三要素

  左侧是你写的 Python 代码，右侧是框架自动生成的 JSON Schema 。框架做了自动翻译工作：

  • 红框（函数名）：将 Python 函数名get_current_time映射到 JSON 的name字段。

  • 绿框（整体描述）：将文档字符串映射到 JSON 的description，告诉大模型这个工具现在的用途是“获取指定时区的当前时间”。

  • 蓝框（参数 ）：

    • 左侧：Python 函数的括号里多了一个参数(timezone)。
    • 右侧：在 JSON 中生成了一个非常详细的"parameters"字典。这里面不仅告诉大模型需要提供timezone这个参数，还规定了它的数据类型（"type": "string"），并且给出了具体的格式示例（例如'America/New_York'）。

• 为什么需要这个蓝框？（大模型的思考过程）

  有了这段详细的 JSON 参数说明，大模型在处理你的问题时，就能完成参数提取的工作。

  举个例子，假设你问大模型：“东京现在几点了？”

  1. 大模型阅读右侧的 JSON 说明书。
  2. 它判断出需要调用get_current_time工具。
  3. 关键步骤：结合蓝框里的要求和你的问题，大模型会自动把“东京”转换成符合规范的时区字符串（如Asia/Tokyo）。
  4. 大模型向框架发送请求：“请执行get_current_time，并把参数设为Asia/Tokyo”。

用一个例子简单说一下具体的执行流程：

用户输入：“请问现在纽约几点了”

• 第一步：aisuite框架开始进行翻译工作
  • aisuite拿到你的get_current_time函数，然后把它翻译成了JSON Schema（AI的说明书）
  • aisuite将用户的提问跟这个JSON数据一起打包发送给LLM
  • 此时LLM得到的数据是这样的：
    • 用户消息：“请问现在纽约几点了？”
    • 工具 (JSON格式)：[{"name": "get_current_time", "description": "获取指定时区的时间", "parameters": {"timezone": "string"}}]
• 第二步：LLM开始思考
  • “用户问的是纽约时间。”
  • 看工具列表：正好有一个叫get_current_time的工具，可以查时区时间。
  • LLM决定不直接回答，而是向aisuite发送一个“调用请求”。
  • 大模型回复给aisuite的数据：
    • 动作：call_function
    • 工具名：get_current_time
    • 提取到的参数：{"timezone": "America/New_York"}
• 第三步：：aisuite收到指令之后，执行工具
  • aisuite会在你的本地电脑/服务器上，真正执行你的Python 代码
  • 假设代码运行完毕，返回了字符串"09:30:15"。
  • aisuite再次把这个结果发送给大模型
• 第四步：LLM进行最终回答
  • 大模型拿到了具体的时间数据，结合用户的原始问题，生成了一句自然流畅的人类语言。
    1. 大模型输出：“现在纽约的时间是上午 09:30:15。”
    2. aisuite将这句话返回给你的程序，展示在屏幕上。

总结

这篇博文展示了现代进行工具调用的一些基本语法与底层逻辑。文本用的是开源代码库aisuite为例进行了详细拆解，但还有许多类似且成熟的框架（例如 LangChain、LlamaIndex 或 OpenAI 原生 SDK 等）。无论你未来在开发中选择哪一种框架，它们背后的核心价值和运转机制都是类似的。

总而言之，工具调用并不神秘，它就是一个标准化数据格式（JSON）的自动映射与协同执行过程。

如果这篇文章对你有帮助，欢迎点赞、评论、关注、收藏。你们的支持是我前进的动力！