本篇目标：这是卷 3（工程化扩展）的第一篇。我们将打破"聊天框"的限制，给 AI 装上四肢，让它能操作你的电脑、访问互联网、管理数据。
一、为什么 AI 需要"工具"？
在前面的章节里，我们学会了用 Tool Calling 让 AI 知道"我想查天气"。
但如果每次都要你自己写 get_weather 函数，太累了。
现实世界中，我们 90% 的需求都可以归类为这四大类操作：
- 文件操作（读写 PDF、Excel、代码文件）。
- 网络操作（搜索 Google、抓取网页）。
- 数据库操作（查 SQL、存数据）。
- 浏览器操作（模拟点击、填表单）。
幸运的是，现在有现成的工具箱（Toolkit），不需要你从头造轮子。
二、四大金刚：AI 的常用义肢
1. 文件系统（FileSystem）：AI 的手
让 AI 能直接读写你电脑上的文件。
- 场景 ："帮我把这个文件夹里所有
.log文件打包压缩。" - 常用工具 ：
read_file(path): 读取内容。write_file(path, content): 写入内容（慎用！容易覆盖）。list_dir(path): 看看有哪些文件。
- 安全警告 ：必须限制目录！ 比如只允许 AI 访问
/tmp/sandbox，绝对不能让它访问/etc/passwd或你的桌面。
2. 网络搜索（Web Search）：AI 的眼
让 AI 能联网，不再胡说八道。
- 场景："帮我查一下 DeepSeek V3 是什么时候发布的？"
- 常用工具 ：
google_search(query): 返回搜索结果标题和摘要。browser_visit(url): 访问具体网页，提取正文。
- 推荐服务：SerpAPI, Tavily（专为 AI 优化的搜索 API）。
3. 数据库（Database）：AI 的记忆库
让 AI 能查业务数据。
- 场景："上个月销售额最高的产品是哪个？"
- 常用工具 ：
run_sql(query): 执行 SQL 语句。get_table_schema(table_name): 查看表结构。
- 安全警告 ：只给只读权限（Read-Only）！ 否则 AI 可能会
DROP TABLE users。
4. 浏览器自动化（Browser Automation）：AI 的替身
让 AI 像人一样操作浏览器。
- 场景："帮我登录这个网站，把发票下载下来。"
- 常用工具 ：
click(element): 点击按钮。type(text): 输入文字。screenshot(): 截图。
- 技术栈：Puppeteer, Playwright, Selenium。
三、实战：如何给 AI 装上这些工具？
以 Python 的 LangChain 或 Dify 为例，你不需要写底层代码，只需要"组装"。
伪代码示例
python
# 1. 引入现成工具
from langchain.tools import FileSystemTool, GoogleSearchTool
# 2. 创建工具箱
tools = [
FileSystemTool(root_dir="./sandbox"), # 限制只能操作沙箱目录
GoogleSearchTool(api_key="...")
]
# 3. 给 AI 装上
agent = create_agent(llm=gpt4, tools=tools)
# 4. 下指令
agent.run("去网上搜一下最新的 iPhone 价格，然后存到 price.txt 里。")AI 的执行过程：
- 思考："我需要先搜价格 -> 调用
GoogleSearchTool。" - 拿到结果："iPhone 16 价格是 $999。"
- 思考："我需要存文件 -> 调用
FileSystemTool。" - 写入文件
price.txt。 - 回复用户："搞定了。"
四、安全边界：别让 AI 毁了你的电脑
给 AI 装工具，就像给小孩子发电锯。必须要有安全护栏。
1. 最小权限原则（Least Privilege）
- 文件：只读不写，或者只能写特定文件夹。
- 网络 ：只允许访问白名单域名（如
*.google.com）。 - 数据库：只读账号。
2. 人工确认（Human-in-the-loop）
对于高危操作（如"删除文件"、"发送邮件"、"转账"），AI 必须停下来问你：
AI: "我准备执行
rm -rf /，请批准？(y/n)"你: "n！！！"
3. 超时与重试
- 网络请求可能会卡死，必须设置
timeout=5s。 - AI 可能会陷入死循环（不断点击同一个按钮），必须设置"最大步数（Max Steps）"。
五、本篇产出：你的工具能力清单
当你设计一个 Agent 时，先勾选它需要哪些能力：
| 能力模块 | 具体工具 | 权限限制 (必填) | 场景示例 |
|---|---|---|---|
| 文件读写 | read_file, write_file |
仅限 ./output 目录 |
生成报表文件 |
| 联网搜索 | tavily_search |
无限制 | 查询最新技术文档 |
| 代码执行 | python_repl |
极度危险！仅限沙箱 | 做数据分析计算 |
| 数据库 | sql_query |
只读账号 | 查询订单状态 |
| 浏览器 | playwright |
无限制 | 自动抢票/填表 |
练习题：设计一个"竞品监控 Agent"
任务 ：你想做一个 Agent，每天早上自动去竞品网站截图，看看有没有新活动。
请回答：
- 它需要哪类工具？（文件？网络？浏览器？）
- 它最大的安全风险是什么？
- 如果网页改版了，它找不到按钮了，应该怎么办？
点击查看参考答案
- 工具：浏览器自动化（Playwright）用于访问和截图；文件系统用于保存截图。
- 风险：如果网站有反爬虫机制，IP 可能会被封；或者 AI 误点了广告链接。
- 异常处理：设置"元素查找超时"机制。如果 10 秒找不到按钮，报错并发送通知给人类，而不是一直死等。
下一步 ：工具选好了，但每个工具的接口都不一样，怎么统一管理？下一章我们将学习 MCP（Model Context Protocol）------这是 2026 年最火的 AI 互联标准，让你的 Agent 能即插即用所有工具。