tool

一个处女座的程序猿

Computer之Tool：firecrawl/anydoc(Markdown)的简介、安装和使用方法、案例应用之详细攻略目录anydoc的简介1、特点anydoc的安装和使用方法1、安装CLI 安装与运行长期安装：Python 安装

MultiAgent Host 源码 + ADK prebuilt 三种预制模式（第92篇-E78）上一篇讲了两个 Agent 怎么协作——Host MultiAgent 和 DeepFlux Subagent 两种模式，以及"Agent 就是 Tool"这个核心设计。那篇侧重"怎么用"，这篇拆"里面怎么实现"。

北漂燕郊杨哥

DeepSeek Harness 工具执行流水线：一次工具调用的守卫、执行与定格本文是 dsh 官方参考「工具执行流水线」的导读。上一篇文章《Agent 生命周期》里，工具调用只是时序伪代码里的一行 tool/call* -> tools/pre-execute -> tools/execute -> tools/post-execute -> tool/result*；这一篇把它完整展开——一次工具调用如何被三组 waterfall（瀑布式事件）层层改写，最终定格为一条 tool/result 事件。

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。

Tool Calling 工具调用：让 Agent 查询数据库、调用接口和执行任务前一篇我们解决了一个关键问题：让模型稳定返回后端能解析的结构化结果。但 Agent 到这里还只能“理解”。

MCP 协议深度解析：AI 领域的 USB-C 接口你用过多少个 AI 应用？ChatGPT、Claude、Cursor、Windsurf……每个都想连接外部工具。如果每个 AI 应用都要针对每个工具写一套集成代码，这活儿还干得下去吗？

Agent 如何触发 Skill？Skill 和 Tool 的区别详解刚接触 Agent 开发的时候，我经常被两个概念搞混：Tool 和 Skill。文档里写的是"Agent 可以调用 Tool"，但实际开发时又会看到"Skill 编排"、“Skill 触发”。这俩到底啥关系？是同一个东西换了个名字，还是真的有层级差异？

AI 应用工程：Tool、MCP、Skill 与 Workflow 如何接入 Agent？——搭建一个可运行的需求影响面分析 Agent近期落地接入时发现一个共性认知偏差：很多人把 Tool/MCP/Skill/Workflow 一概当成 Agent 插件，统一放在一个列表里，依靠模型自行走完完整流程。可业务一旦需要交付物校验、上下文拼接、强制审批等逻辑，这种简单堆砌的实现方式就会出现各类问题。

AI编程Agent工具定义对比分析2026/6/26在开发 AI 编程代理（Agent）的过程中，工具定义（Tool Definition）是连接模型与执行环境的核心桥梁。不同的 Agent 框架对工具的定义方式各不相同，这给跨平台兼容性带来了挑战。

ToolsNode 源码：LLM 返回 tool_calls 之后发生了什么（第53篇-E39）系列「企业级 AI Agent 实现拆解」E39 篇，Part 9 源码深度篇第四章。上一篇拆了 Callback 系统。这篇拆工具执行：LLM 返回一条包含 tool_calls 字段的消息之后，Eino 是怎么把它变成实际的 Go 函数调用，最终返回 ToolMessage 的。

一个处女座的程序猿

AI之Tool：agent-reach的简介、安装和使用方法、案例应用之详细攻略AI之Tool：agent-reach的简介、安装和使用方法、案例应用之详细攻略目录agent-reach的简介

自定义 Workflow：Eino 之上的 Agent 编排系列「企业级 AI Agent 实现拆解」E30 篇，也是 Part 8（DeepFlux 适配实践）的收尾。上一篇讲了五个适配器：DeepFlux 如何把 Eino 接进 DDD 架构。这篇把视角提高一层：看完整的 ReAct 循环是怎么把这些适配器组装起来的，以及 Eino 没有覆盖哪些部分——DeepFlux 自己填补了什么。

13-大模型智能体开发工程师：工具使用（Tool Use）范式系列文章导航：AI系列文章导航目录-持续更新中📝 本文摘要：本文阐述Tool Use的完整概念层级（Tool Use→Function Calling/MCP/Skill等实现方式），详解工具描述规范（name/description/parameters JSON Schema）、工具选择策略（模型自动选择/强制调用/禁用）、工具结果处理（结构化返回→模型理解→下一步决策），对比不同模型工具调用能力差异，以及从Function Calling到MCP协议的标准化演进方向。

一个处女座的程序猿

Tool之Google之Gmail API：Gmail API 启用与 OAuth 凭据配置教程详细攻略Tool之Google之Gmail API：Gmail API 启用与 OAuth 凭据配置教程详细攻略

装不满的克莱因瓶

SpringAI Alibaba Tool工具调用机制实战-注解注册与函数调用全流程目录一、什么是工具调用（Function Calling / Tool Calling）二、Spring AI 工具调用三步走

开源项目推荐——HyperFramesHyperFrames 是由 HeyGen 于 2025 年 4 月开源的视频渲染框架，核心理念为"Write HTML. Render video. Built for agents."。项目以 HTML/CSS/JS 为视频描述语言，通过确定性帧级渲染管线将网页内容转化为视频输出，是业界首个以 AI Agent 为第一公民的视频创作框架。

我做了一个开发者在线工具箱：JavaPub Toolshttps://download.csdn.net/download/qq_40374604/92899300

大龄码农有梦想

AI 智能体核心组件：Tool、MCP 与 Skills 的区别、标准与协同架构一、AI 智能体能力架构的演进背景2024 年以来，AI 智能体从概念验证快速走向工程落地，工具调用（Tool Use）已成为各大模型的标配能力。然而在实际生产场景中，开发者很快发现：仅靠原子级别的工具调用，智能体很难完成真正复杂的业务任务。

LangChain不是“套壳”——它解决了什么实际问题在前面七篇文章中，我们拆解了Embedding、Transformer、幻觉、Prompt Engineering、RAG、会话管理和API调用。这些知识已经足够你从零开始搭建一个大模型应用。但你一定会遇到一个问题：

LangChain 入门：大模型不会的，让 Tool 来做LangChain 是一个围绕大语言模型（LLM）构建的应用开发框架，核心思路是把"调用模型"这件事拆解成一组可复用的模块，让开发者不用每次都从零开始写对话管理、提示词拼接、工具调用这些重复的东西。