AI 工具调用是什么？Function Calling、插件和 API 怎么区分

什么是工具调用

你在用 ChatGPT 或 Claude 的时候可能注意到，它们现在能联网搜索、能执行代码、能读取文件。这些能力不是模型本身具备的，而是通过"工具调用"实现的。

工具调用（Tool Calling / Function Calling）是让大模型能够使用外部工具的机制。模型本身只能生成文本，但通过工具调用，它可以：

• 搜索互联网获取实时信息
• 执行代码做计算
• 查询数据库拿数据
• 调用第三方 API 完成操作
• 读写文件系统

简单说：工具调用让大模型从"只能说话"变成"能干活"。

Function Calling 是怎么工作的

Function Calling 的工作流程分四步：

1. 你定义工具
   ↓
用户发送请求，模型判断是否需要调用工具
   ↓
模型生成调用指令（工具名 + 参数），你的代码执行
   ↓
执行结果返回给模型，模型生成最终回答

举个具体例子：

# 1. 定义一个查询天气的工具
tools = [{
    "name": "get_weather",
    "description": "查询指定城市的天气",
    "parameters": {
        "city": {"type": "string", "description": "城市名称"}
    }
}]
# 2. 用户问："北京今天天气怎么样？"
# 3. 模型判断需要调用工具，生成指令：
#    {"name": "get_weather", "parameters": {"city": "北京"}}
# 4. 你的代码执行查询，返回结果
# 5. 模型根据结果生成回答："北京今天晴，气温 25°C..."

关键点：模型只生成调用指令，不执行工具。执行逻辑由你的代码控制，这意味着你可以完全掌控工具的安全边界。

工具调用 vs 插件 vs API 调用

这三个概念容易混淆，但定位完全不同：

插件是 Function Calling 的产品化封装。ChatGPT 的插件、GPTs，Claude 的 Tool Use，本质都是平台帮你定义好了工具，你直接用。 普通 API 调用是你的代码直接调用一个接口，没有大模型参与决策。 Function Calling 是让大模型理解你的意图后，自己决定要不要调用工具、调用哪个、传什么参数。

主流平台的工具调用支持

如果你用 OpenAI 兼容格式（很多国产模型和开源模型都支持），切换模型的成本很低，只需要改 API 地址和 Key。

工具调用在 Agent 中的位置

工具调用是 AI Agent 的核心能力之一。没有工具调用，Agent 就只是一个能说话的模型；有了工具调用，Agent 才能真正执行任务。

一个典型的 Agent 会定义多个工具：

• 搜索工具：查实时信息
• 代码执行工具：跑计算、处理数据
• 数据库工具：查业务数据
• 文件工具：读写文档
• API 工具：调用第三方服务

模型根据用户的需求，自主决定调用哪些工具、按什么顺序调用、如何处理中间结果。这就是 Agent 和普通对话的核心区别。

想深入了解 Agent 的整体架构，可以看 AI Agent 是什么。

开发者需要注意的问题

1. 工具定义要清晰

模型根据工具的名称和描述来决定是否调用。如果定义模糊，模型可能会调错工具。好的工具定义应该：

• 名称直观（search_web 比 tool_1 好）
• 描述明确说明用途和适用场景
• 参数定义包含类型、描述、是否必填

2. 参数校验不能省

模型生成的参数可能有格式错误、类型错误、甚至注入攻击。必须在执行前做严格校验。

3. 处理调用失败

工具执行可能失败（网络超时、权限不足等）。要有重试机制和降级策略，不能让一次失败毁掉整个对话。

4. 安全边界

敏感操作（删除数据、发送邮件、支付等）建议设置人工确认环节，不要让模型直接执行。

下一步

• 想动手实现一个 Function Calling？看 Function Calling 教程
• 想了解 Agent 的整体架构？看 AI Agent 是什么
• 想了解 Agent 如何管理工作流？看 AI 工作流是什么

---

本文最后更新于 2026-07-27。各平台的工具调用接口可能更新，请以官方文档为准。