Agent 会做事,不是因为模型"有手"。
它能做事,是因为 OpenClaw 把工具能力以 schema 和协议的形式交给模型,再把模型的工具调用请求送到真实执行层。
先说结论:工具调用是一次协议协作
一次工具调用大致是:
javascript
OpenClaw 选择可用工具
↓
把工具说明和 schema 放进模型上下文
↓
模型决定是否调用工具
↓
模型生成 tool name + arguments
↓
OpenClaw 校验参数和权限
↓
执行工具
↓
把 tool result 返回给模型
↓
模型继续推理或给最终答案
模型只提出调用意图;OpenClaw 才真正执行。
工具 schema 的作用
工具 schema 告诉模型:
工具叫什么
解决什么问题
需要哪些参数
参数类型是什么
哪些字段必填
返回什么结果
如果 schema 含糊,模型就容易填错参数。
如果工具太多,模型就容易选错工具。
可用工具不是全部工具
每次 run 的工具集合会经过过滤:
perl
agent policy
profile / session setting
sandbox mode
plugin enabled state
MCP availability
client-provided tools
permission boundary
所以"系统安装了某个工具"不等于"这个 run 里模型能看到它"。
Tool Search:大工具目录的解决思路
当工具很多时,直接把所有 schema 发给模型会很贵。
OpenClaw 的 Tool Search 提供另一种形态:
sql
模型先 search 工具
再 describe 目标工具
最后 call 选中的工具
这样模型不需要一开始看到所有完整 schema。适合大型 MCP、插件、客户端工具目录。
工具调用失败怎么办
工具失败可能来自:
参数错误
权限不足
approval 未通过
sandbox 看不到文件
网络超时
外部服务失败
工具返回太大
模型重复调用
OpenClaw 要把失败结果返回给模型,让模型有机会修正;但权限和安全错误不应该被模型"说服"绕过。
一个真实场景
用户说:
打开后台,导出昨天的数据,然后总结异常。
模型可能选择:
arduino
browser.open
browser.click
browser.snapshot
file.read
spreadsheet analyze
message.send
每一步都不是自然语言幻想,而是具体 tool call、参数、执行结果和后续推理组成的链。
常见误解
误解一:模型可以直接执行工具
不可以。模型只生成调用请求,OpenClaw 执行并返回结果。
误解二:工具越多越好
不一定。工具太多会增加上下文成本和误选概率。
误解三:工具失败就是模型失败
不一定。可能是权限、sandbox、外部服务或参数 schema 问题。
最后总结
工具调用让模型从"会说"变成"能做",但它本质是协议协作。
一句话总结:
模型选择工具,OpenClaw 校验和执行,结果再回到模型继续推理。
本节作业
- 选一个工具,写出它需要的 name、description、parameters。
- 解释"已安装工具"和"本次 run 可用工具"的区别。
- 思考大型 MCP 目录为什么需要 Tool Search。
- 找一次工具失败,判断失败来源在哪一层。
下一节预告
下一节讲模型降级、重试和错误处理策略。
参考资料
- OpenClaw Docs:Tools overview
- OpenClaw Docs:Tool Search
- OpenClaw Docs:Tool plugins
- OpenClaw Docs:Tools invoke API
- OpenClaw Docs:Exec approvals
