functioncalling

LangChain4j 工具调用：Function Calling 让模型动手查数据，多工具连调实测作者：鱼宵｜ LangChain4j实战精通营 · 第 6 篇上周帮朋友排查一个客服机器人，问它"订单 1001 发货了没"，它张口就来："已发货，物流单号 SF88881234，预计明天送达。“我去后台一查，这订单压根不存在，单号是它现编的。这种"一本正经地胡说八道”，就是做 AI 应用最怕的幻觉。

Spring AI 工具调用：@Tool 让大模型自己查订单查库存作者：鱼宵｜ Spring AI 实战精通营 · 第 4 篇上一课模型会算钱了，但你发现没有——那个价目表是我们手写死在 system 里的假数。真实业务哪有这好事：客户在客服窗口问"我订单 1001 现在什么状态"，模型知道你库里这条单发没发货吗？它的训练数据里根本没有你的私有数据。你让它直接答，它要么礼貌拒绝，要么——更完蛋——张嘴瞎编一个物流单号出来。

大连好光景

MCP协议与Function Calling的区别？

AI-Agent-是怎么工作的很多人第一次听到 Agent，会把它理解成“更聪明的聊天机器人”。但 Agent 真正有意思的地方，不是它能把话说得更像人，而是它能围绕一个目标，自己决定接下来该做什么。

OpenAI Function Calling 完全指南：让大模型安全调用你的业务系统Function Calling 让大模型从“只会生成文字”升级为“能够连接真实数据和业务动作”的系统组件。它不是让模型直接运行代码，而是让模型以结构化方式提出调用请求，再由应用程序完成校验、执行和结果回传。

递归尽头是星辰

Spring AI 实战：Function Calling，Agent 的底层工具层工程化实践在上一篇《大模型 Agent 知识体系：Java 开发者视角下的原理、架构与选型边界》文章中，我们明确了工具层是 Agent 连接真实业务系统的唯一桥梁，而支撑工具层的底层核心，就是大模型的 Function Calling（函数调用）能力。没有 Function Calling，大模型只能输出自然语言，永远无法真正操作业务接口、数据库与第三方服务，Agent 也就成了 “只会说话不会干活” 的空壳。

小沈同学呀

【Agent开发第五期】Tool Use 工具调用,给 Agent 装上“手“第 04 期 Alex 已经有了记忆和人设,但它还是只能"动嘴"——你问"现在几点",它会老老实实承认"我没有实时信息获取能力";你问"17 乘 23 等于多少",它可能会"心算"出错,给你一个近似值。

传统Tool, Function Calling, MCP Tool三者区别最广义的概念，指一段确定性的可执行代码，同样的输入永远给出同样的输出。比如 send_email()、query_database()、get_weather()。它是"能力本身"，就像人体的器官——心脏泵血、胃消化食物，功能是写死在代码里的，不会自作主张。

智能体面试准备（十八）：Function Calling 全链路——Agent 真正动手的最后一公里前面讲了单 Agent（ReAct）、多 Agent（B15）、安全（B16）、规划（B17）。但所有这些要"落地"，都绕不开一个最基础也最关键的能力：Function Calling（函数调用）——让 LLM 决定"调哪个工具、传什么参数"。这一篇把全链路从定义到生产跑通：工具 schema 设计 → 模型决策 → 参数解析 → 执行 → 结果回填 → 并行调用与错误处理。每节给：原理 → 代码 → 面试速答 + 高频追问。配合 B14（MCP）看，刚好从"单进程工具"走到"跨进程协议"。

weixin_47138303

03 Function Calling普通聊天时，模型只能根据训练数据猜答案。你问「北京现在几度？」，它可能编一个听起来合理的数字。模型判断「要不要调工具、调哪个、参数是什么」

何时拒绝使用工具：Agent 不是万能钥匙💡 摘要：Agent 的核心能力之一是调用工具，但"有能力调用"不等于"应该调用"。本文探讨 Agent 何时应该拒绝使用工具，以及如何通过 System Prompt、工具描述和条件边来引导 Agent 做出正确判断。

小沈同学呀

飞书机器人+Spring AI Function Calling实战-扔掉MCP Client让LLM直接操控工具在[上一篇文章](飞书机器人+MCP Client实战-Spring Boot 3智能桥接方案.md)中，我们搭建了一个完整的 MCP Client，通过 MCP 协议连接 MCP Server，实现了飞书机器人 → LLM 智能决策 → MCP 工具调用的全链路。

weixin_42800530

C#调用 AI学习从0开始-第2阶段(Function Calling+工具调用智能体)-第9天实战-实现计算器工具1. 目标：让AI能计算数学表达式，通过Function Calling调用计算器工具。 2. 实现代码：在昨天的基础上增加，上一节学习地址：https://blog.csdn.net/weixin_42800530/article/details/161726697?spm=1011.2124.3001.6209

weixin_42800530

C#调用 AI学习从0开始-第2阶段(Function Calling+工具调用智能体)-第9天实战基于上一节基础跑通实现FunctionCalling，上一节：https://blog.csdn.net/weixin_42800530/article/details/161492135?spm=1011.2124.3001.6209

weixin_42800530

C#调用 AI学习从0开始-第2阶段(Function Calling+工具调用智能体)-第8天Function Calling原理1. 什么是Function Calling(函数调用)? 当用户提出一个问题时，让AI能识别和理解这个问题并且输出一个指令，告诉程序该调用哪个函数、传入什么参数。 2. 为什么需要Function Calling? 因为AI的能力边界。

016-Function-Calling💡 摘要：通过工具注册、模型决策、工具执行和结果整合四步流程，让大语言模型能够调用外部工具，突破知识限制，实现实时数据查询和业务系统集成。

【AI入门知识点】Function Calling 是什么？为什么 AI 开始会“调用工具”了？为什么 ChatGPT 能查天气、查数据库、执行代码？为什么 AI 开始不只是聊天，而是真的“会做事”？为什么很多人说： Function Calling 是 Agent 的核心能力？为什么现在的大模型越来越像“操作系统”？

从零搭建 AI Agent：LLM Agent+Function Calling+Dify 本地部署 + Coze 实战全攻略随着大模型技术快速发展，LLM Agent与Function Calling已成为 AI 应用落地的核心能力。传统 LLM 仅能处理文本生成，存在信息滞后、缺乏行动力、逻辑不精确三大痛点，而 Agent 通过自主规划、记忆、工具调用实现复杂任务，Function Calling 则打通大模型与外部世界的连接。

行者-全栈开发

【DeepSeek 实战】打造全能编程助手：DeepSeek V4 Agent 开发与工具调用💡 摘要: Agent（智能体）是大模型应用的高级形态。本文详解如何利用 DeepSeek V4 的 Function Calling 能力，构建能够自主调用外部工具的编程助手。通过定义工具 Schema、实现多步任务拆解、处理工具执行结果，让 AI 不仅能"说"，还能"做"。实战案例包括自动代码审查、单元测试生成及 Git 操作自动化。

阿维的博客日记

什么是 MCP（模型上下文协议）？它解决了什么问题？简单来说，MCP (Model Context Protocol) 是由 Anthropic 公司提出的一种开放标准协议，旨在为 AI 模型（如 Claude、GPT）与外部数据源、工具之间搭建一座“通用桥梁”。