【Agent智能体14 | 工具使用-如何创建工具】

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。

本篇文章主要是梳理LLM实现函数调用的具体流程。

目前可以简单理解为工具其实就是LLM可用请求执行的代码或者函数，如下图：

将代码作为一种工具

现在主流的LLM都已经通过直接训练来使用工具了。但是如果需要自己写提示词，告诉LLM何时使用工具会是什么样子的流程？

早期LLM还未直接训练使用工具的时候，是这样做的。虽然现在不完全采用这种方式了，但是有助于我们理解整个流程，例子如下：

例子1：调用函数，查现在是几点

这个工作流程展示了在 LLM 原生支持"函数调用（Function Calling）"之前，开发者是如何通过提示词工程（Prompt Engineering）和代码逻辑 的配合，强行让大模型"学会"使用工具的 。

可以将这个流程拆解为三个主要阶段来理解：

准备阶段：设定规则与定义工具

在用户开始提问之前，系统需要做好两项准备工作：
- 编写系统提示词（System Prompt，图左上）： 赋予 LLM 工具的使用说明书。
  - 这里明确告诉 LLM："你现在有一个叫 get_current_time 的工具。如果你想用它，必须严格按照特定格式输出 （即输出 FUNCTION: get_current_time()）。"
- 定义实际运行的工具（代码实现，图右上）： 准备好真正能在后台执行的 Python 代码。
  - 当 LLM 发出请求时，这段代码负责获取真实的系统时间。
第一轮对话：LLM 识别意图并"请求"调用工具

流程图的前半部分。
- 用户提问（红色框）： 用户问 "What time is it?"（现在几点了？）。
- LLM 执行（第一个灰色框）： LLM 接收到用户的提问，结合之前的系统提示词 ，它意识到自己不知道当前时间，必须借助工具。于是，它严格按照提示词规定的格式，输出了特定的字符串：FUNCTION: get_current_time()。
- 系统拦截（白框 if "FUNCTION" in output:）： 这是关键的一步。
  - LLM 本身是不能直接运行代码的。包裹在 LLM 外层的应用程序（你的代码）会检查 LLM 的输出。一旦发现输出中包含约定的暗号（"FUNCTION"），系统就会拦截这段输出，不将其展示给用户。之后会执行工具...
第二轮对话：执行工具并生成最终回复

流程图的后半部分。
- 执行工具（绿色框）： 应用程序拦截到暗号后，在本地真正执行了右上角那段 Python 函数 get_current_time()，并得到了结果：08:00:00。
- 拼接上下文（第二个白底框）： 应用程序将工具返回的真实数据（08:00:00），连同之前的对话历史（用户的提问、工具调用的动作），重新打包在一起。
- LLM 最终总结（第二个灰色框）： 应用程序将这份包含答案的"新考卷"再次发送给 LLM。此时 LLM 已经"看到"了现在的具体时间。
- 输出自然语言： LLM 根据 08:00:00 这个数据，生成了最终回复："It's 8am." 并展示给用户。

核心总结：

这个图揭示了 LLM 使用工具的本质：LLM 负责"做决定"和"生成特定格式的文本"，而外部的代码程序负责"解析文本"、"执行真正的动作"并将结果"喂"回给 LLM。
现在的模型（如 OpenAI 的 function calling API）虽然将这个过程封装得更优雅，不再需要你在提示词里写死这么复杂的正则表达式或格式要求，但其背后的"两段式对话（请求工具 -> 拿到结果再回复）"的核心思想是完全一致的。

另外要注意一个点：

大模型本身不直接调用工具，它只是请求"你"去调用工具

例子2：带参数的工具调用（Function Calling with Arguments）

工具与规则的升级（需要输入变量）
- 代码端（右上角）： Python 函数 get_current_time 不再是获取本地默认时间，而是需要接收一个 timezone（时区）作为参数。
- 提示词（左上角）： 系统提示词相应地进行了修改，明确告诉 LLM："如果想用这个工具，你必须在括号里填入特定的时区参数"，即 FUNCTION: get_current_time("timezone")。
LLM 的理解与"参数翻译"

这是整个流程中最精彩的一环，也是大模型展现其"智能"的地方。
- 用户提问： 用户问的是 "What time is it in New Zealand?"（新西兰现在几点了？）。用户使用的是日常的自然语言。
- LLM 推理： LLM 接收到提问后，不仅判断出需要调用时间工具，更重要的是，它利用自身的常识储备，将模糊的地名"New Zealand"转换成了标准 API 需要的精确时区格式 "Pacific/Auckland"。
- 输出指令： LLM 按照规则输出了 FUNCTION: get_current_time("Pacific/Auckland")。
拦截、执行与回复

接下来的流程就和之前类似了：
- 应用程序拦截并解析： 外层代码拦截到 LLM 的输出，提取出工具名称和参数。
- 带参执行（绿框）： 真正执行了 Python 代码 get_current_time("Pacific/Auckland")，得到结果 04:00:00。
- 闭环输出： 将这个结果拼接成上下文重新喂给 LLM，LLM 最终用自然语言回复用户："It's 4am in New Zealand"

现在的LLM已经被训练为可以使用特定的工具语法了，这可以让大模型非常明确的请求调用某个工具。详情见下一篇文章"现代的LLM请求调用工具的语法"

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！