工具使用与函数调用详解 | AI生成和翻译

Home 2025.09 English 中文

---

让我们来剖析LLM API中工具使用与函数调用的核心区别：

---

1. 工具使用

• 概念：工具使用是指LLM通过外部能力进行功能扩展的广义概念。它不仅能生成文本，还能通过”使用工具”来获取信息、运行代码、查询数据库或生成图像。
• 实现方式：实践中，”工具”是指在LLM运行时注册的外部API或系统（如搜索API、Python执行环境或日历API）。
• LLM角色：模型自主决定何时调用工具、使用何种参数，并将执行结果无缝融入对话流程。

• 示例：

  • 用户提问：”广州天气如何？”
  • LLM：调用weather工具并传入{city: "Guangzhou"} → 获得28°C，晴
  • LLM：回复：”当前28°C，天气晴朗”

可以将工具使用理解为LLM的全局协调框架——它不再局限于文本生成，而是成为连接外部系统的调度中枢。

---

2. 函数调用

• 概念：函数调用是某些LLM API（如OpenAI、Anthropic等）提供的结构化交互机制。开发者需预定义函数（包含名称、参数、模式描述），LLM将返回规范的JSON参数来触发调用。
• 实现方式：向模型提供描述函数的JSON Schema，模型输出可以是自然语言或结构化的函数调用对象。
• LLM角色：模型不再自行构造API调用，而是为预定义函数输出符合规范的参数结构。

• 示例：

  • 预定义函数：

    {
      "name": "getWeather",
      "description": "获取当前天气",
      "parameters": {
        "type": "object",
        "properties": {
          "city": {"type": "string"}
        },
        "required": ["city"]
      }
    }
    

  • 用户提问：”广州天气如何？”
  • LLM：输出 → { "name": "getWeather", "arguments": {"city": "Guangzhou"} }
  • 您的系统执行该函数并返回结果

因此函数调用是实现工具使用的一种标准化、安全且模式驱动的具体方案。

---

3. 核心差异

• 范畴界定：

  • 工具使用 = 通用概念（LLM与外部系统增强协作）
  • 函数调用 = 面向结构化调用的标准化API设计

• 控制粒度：

  • 工具使用更自由（由LLM自主决策和格式组织）
  • 函数调用通过严格模式约束，降低歧义与幻觉风险

• 系统兼容：

  • 工具使用可接入多样化外部系统（搜索、代码执行、图像生成）
  • 函数调用更适用于需要精确参数结构的场景（如API调用或数据库查询）

---

4. 认知模型

• 函数调用是工具使用的子集
• 如果将工具使用视为战略框架，函数调用就是大多数API提供的标准化战术方案

---

是否需要通过并行工作流对比示例（如用户输入→LLM输出→执行过程）来更直观地展示两者的操作差异？

---

Back Donate