Function Calling 技术总结

1. 定义

Function Calling 是一种机制，允许开发者通过 JSON schema 向大语言模型（LLM）描述可用的外部工具（如 API）。当模型判断需要调用工具来回答用户问题时，它输出结构化的 tool_calls JSON 数据，指明要调用的函数名和参数。宿主程序解析并执行这个调用，将结果返回给模型，模型再生成最终答案。

2. 核心原理与解决的问题

• 本质： “两轮对话 + 中间执行”的闭环。第一轮模型决策并输出工具调用请求；中间代码执行工具；第二轮模型基于执行结果生成最终答案。
• 解决的问题：解决了此前让模型调用工具时，需要依赖不稳定、易出错的自然语言解析（if/else 判断）的问题，通过结构化输出实现了标准化和准确率的提升。

3. 职责分工（类比任务委托）

• 开发者（HR）：定义工具，编写描述工具功能、参数等信息的 JSON Schema。
• LLM 模型（经理）：理解工具描述，决策是否需要调用、调用哪个工具以及参数是什么，并输出结构化的调用请求（tool_calls）。模型只做决策和生成文本，不亲自执行代码。
• 执行器/宿主代码（员工）：解析模型的 tool_calls 请求，真正执行对应的函数或 API 调用，并将结果返回。

4. 工具定义（JSON Schema）

Schema 是工具的“说明书”，关键信息包括：
- name：工具的唯一标识符。
- description：至关重要，模型完全依赖此描述来判断是否调用该工具。描述越清晰准确，模型决策越准。
- parameters：定义工具所需的参数及其类型、描述、约束（如枚举值、是否必需等）。

5. 完整调用流程

文章通过一个查询天气的代码示例，展示了从用户提问、携带工具定义进行首次模型调用、模型返回 tool_calls、代码执行函数、将结果以 role: "tool" 消息塞回对话历史，到最后模型生成最终自然语言答案的全过程。

6. 高级特性 - 并行工具调用

当用户问题需要多个工具协同解答时（例如，同时查询多个城市的天气），模型可以在一次响应中输出包含多个 tool_calls 的列表。宿主代码可以并行执行这些调用，然后将所有结果一并返回给模型进行综合，从而提升效率。