本文要点#

• Function Calling 的核心原理
• 从用户提问到执行完成的完整流程
• 工具定义的最佳实践
• 多工具协作和并行调用
• Computer Use：AI 操作电脑
• Function Calling 与 MCP 的关系

一、核心原理：LLM 做决策，应用做执行#

一个关键认知：LLM 本身不会执行任何代码。它做的是两件事：决策和参数提取。

LLM 返回的是一段 JSON，描述 “调用哪个函数、传什么参数”。真正执行函数的是你的应用代码，不是 LLM。

类比一下：LLM 是指挥官，你的代码是士兵。指挥官下达命令 “查北京天气”，士兵去执行并把结果汇报回来。

二、完整工作流程#

一次典型的 Function Calling 经历 7 个步骤。

Step 1：定义工具。 告诉 LLM 有哪些工具可用，每个工具的名称、描述和参数格式。

Step 2：用户提问。 用户发出请求。

Step 3：LLM 分析决策。 LLM 判断是否需要调用工具，提取参数，发现缺少必填参数时追问。

Step 4：执行工具。 应用代码调用实际的 API。

Step 5：结果返回。 把执行结果告诉 LLM。

Step 6：生成回复。 LLM 把工具返回的结果用自然语言呈现给用户。

三、工具定义最佳实践#

工具定义决定了 LLM 能否正确理解和使用工具。

1
tools = [
2
    {
3
        "type":"function",
4
        "function": {
5
            "name":"get_weather",
6
            "description":"获取指定城市的当前天气，返回温度、湿度和天气状况 ",
7
            "parameters": {
8
                "type":"object",
9
                "properties": {
10
                    "city": {
11
                        "type":"string",
12
                        "description":"城市名称，如：北京、上海 "
13
                    },
14
                    "unit": {
15
                        "type":"string",
16
                        "enum": ["celsius","fahrenheit"],
17
                        "description":"温度单位，默认 celsius"
18
                    }
19
                },
20
                "required": ["city"]
21
            }
22
        }
23
    }
24
]

四条原则：

描述要清晰具体。 “获取指定城市的当前天气，返回温度、湿度和天气状况” 比 获取天气 好得多。LLM 靠描述理解工具用途。

参数要有明确约束。 用 enum 限制可选值，设置 required 必填参数，提供参数示例。

工具粒度要适中。 太粗（一个工具做太多事）→ 参数复杂，LLM 容易搞错。太细（工具太多）→ LLM 选择困难。一个工具做一件事。

错误处理要完善。 参数校验失败时返回清晰提示，工具执行失败时有 fallback，设置超时。

四、多工具协作#

定义多个工具后，LLM 会根据用户意图自动选择调用哪个。

1
tools = [
2
    {"function": {"name":"search_web","description":"搜索互联网获取实时信息 "}},
3
    {"function": {"name":"query_database","description":"查询公司内部数据库 "}},
4
    {"function": {"name":"send_email","description":"发送邮件给指定收件人 "}}
5
]

用户说：“帮我查一下上季度的销售数据，然后发邮件给销售总监。”

LLM 会自动规划执行顺序：先调用 query_database 查数据，再调用 send_email 发邮件。这已经有了 Agent 的雏形。

五、并行函数调用#

2023 年底，OpenAI 推出了并行函数调用（Parallel Function Calling）。LLM 可以在一次响应中同时请求调用多个工具。

1
用户："北京和上海今天天气怎么样？"
2

3
传统方式（串行）：
4
  第 1 轮：调用 get_weather(city="北京")，等结果
5
  第 2 轮：调用 get_weather(city="上海")，等结果
6

7
并行方式：
8
  一次返回两个调用：
9
  [get_weather(city="北京"), get_weather(city="上海")]
10
  应用同时执行，一次返回两个结果

并行调用减少了请求往返次数，响应速度更快。适合多个独立工具调用的场景。

六、Computer Use：AI 操作电脑#

2024 年，Anthropic 推出了 Computer Use（计算机使用）功能，让 Claude 直接操作电脑界面。

原理：

这不是传统的 API 调用，而是让 AI 像人一样 看屏幕、点鼠标、打字。

应用场景：

• 自动化测试：模拟用户操作进行 UI 测试
• 数据录入：从一个系统复制数据到另一个系统
• 网页操作：填写表单、下载文件

当前局限： 速度较慢（每步需要截屏和分析）、偶尔点错位置、复杂操作链容易出错。但这个方向代表了 AI 工具使用的未来：不再需要 API，AI 可以使用任何有界面的软件。

七、Function Calling vs MCP#

Function Calling 和 MCP（Model Context Protocol，模型上下文协议）都让 AI 使用工具，但解决的问题不同。

关系： MCP 是 Function Calling 的 “标准化升级版”。Function Calling 定义了 “AI 如何调用工具”的机制，MCP 定义了 ” 工具如何以标准方式暴露给 AI” 的协议。

选择建议： 如果只有一两个工具，直接用 Function Calling。如果要构建工具生态或对接多个 AI 应用，考虑 MCP。

图解#

1
┌──────────────────────────────────────────────────┐
2
│                工具调用能力演进                      │
3
├──────────────────────────────────────────────────┤
4
│                                                  │
5
│  2023 年中：Function Calling                      │
6
│  └── LLM 调用预定义 API                          │
7
│                                                  │
8
│  2023 年底：并行调用                               │
9
│  └── 一次请求多个工具                              │
10
│                                                  │
11
│  2024 年底：MCP 标准化                             │
12
│  └── 工具接入标准化协议                            │
13
│                                                  │
14
│  2024 年底：Computer Use                          │
15
│  └── AI 直接操作电脑界面                           │
16
│                                                  │
17
└──────────────────────────────────────────────────┘

常见问题 FAQ#

Q1：Function Calling 安全吗？AI 会不会乱调？

A：LLM 只是 建议 调用哪个函数。实际执行由你的代码控制。你可以加参数校验、权限检查和确认步骤。高风险操作（如删除数据）应加入人工确认环节。

Q2：所有模型都支持 Function Calling 吗？

A：主流模型都支持：GPT-4o、Claude 3.5、Gemini 2.0、DeepSeek V3、Qwen 2.5。不同模型的实现格式略有差异，但核心原理一致。

Q3：工具定义越多越好吗？

A：不是。工具太多会让 LLM 选择困难，准确率下降。建议控制在 10～20 个以内。如果工具很多，可以分组，先让 LLM 选组再选工具。

Q4：Function Calling 和普通 API 调用有什么区别？

A：普通 API 调用是程序员写代码决定 调用什么、传什么参数。Function Calling 是LLM 根据自然语言指令决定调用什么、传什么参数。核心区别在于 谁做决策。

小结#

Function Calling 让大模型从 “只会说话” 变成 “能做事”。核心模式是：LLM 做决策（调用什么、传什么参数），应用做执行（真正调用 API）。

从基本的单工具调用，到多工具协作、并行调用，再到 Computer Use 直接操作电脑界面，AI 使用工具的能力在快速进化。

下篇预告#

Function Calling 让 AI 能用工具，但每次都需要人来下指令。如果 AI 能自己规划任务、自己决定用什么工具、做完还能反思改进呢？

参考资料#

• OpenAI Function Calling 文档
• Anthropic Tool Use 文档
• Anthropic Computer Use
• MCP 官方文档