工具调用（Tool Use）

先说结论

Tool Use 是指 LLM 根据用户请求，生成结构化的工具调用指令（如 JSON 格式的函数名和参数），从而与外部系统交互以完成语言模型自身无法独立完成的任务。

QUESTION 面试高频：LLM 为什么需要工具调用？有哪些方法论？ LLM 的能力边界在于：不能访问实时信息、不能执行计算、不能操作外部系统、不能访问私有数据。工具调用突破了这些限制。主要方法论有五种：Function Calling（结构化 API 调用）、ReAct（推理+行动交替）、Toolformer（模型自学调用）、Act-as-Tool（自然语言描述）、Code-as-Action（生成代码执行）。

方法论对比

ReAct 循环详解

用户问题
   ↓
Thought（推理）：我需要先查找当前的天气信息
   ↓
Action（行动）：调用 weather_api(city="北京", date="2025-04-19")
   ↓
Observation（观察）：北京今日晴，气温 22°C
   ↓
Thought（推理）：现在我有了天气数据，可以回答用户了
   ↓
Answer（回答）：北京今天是晴天，气温 22°C

QUESTION 面试高频：ReAct 和 Chain-of-Thought 有什么区别？ CoT 是纯推理——模型只在"脑子里想"，不与外界交互。ReAct 是推理+行动——模型在每一步都可以调用工具获取外部信息，再基于新信息继续推理。ReAct = CoT + Tool Use。关键优势：ReAct 可以通过工具验证自己的推理，减少幻觉。

训练方法

SFT 微调配置

• 方法：LoRA / QLoRA 降低显存需求
• 典型配置：rank=64, alpha=128, 学习率 2e-5
• 数据量：通常 10K-100K 条
• 训练轮次：2-3 epoch

工具设计最佳实践

QUESTION 面试高频：如何设计好的工具描述？

工具描述要素

{
    "name": "search_database",           # 清晰、动词开头
    "description": "在客户数据库中搜索匹配条件的记录。
                     支持按姓名、邮箱、订单号搜索。
                     返回最多10条匹配记录。",    # 功能、限制、返回值
    "parameters": {
        "type": "object",
        "properties": {
            "query": {
                "type": "string",
                "description": "搜索关键词，可以是姓名、邮箱或订单号"
            },
            "field": {
                "type": "string",
                "enum": ["name", "email", "order_id"],
                "description": "指定搜索字段"
            }
        },
        "required": ["query"]
    }
}

常见工具类型与设计要点

设计时真正要权衡什么

1. 强制调用 vs 自主决策：强制调用保证执行但丧失灵活性；自主决策更自然但可能漏调用
2. 工具数量：10-20 个是舒适区，超过需要先做路由筛选
3. 严格 Schema vs 宽松描述：严格 Schema 保证可解析但描述能力受限
4. 单步 vs 多步执行：单步简单可控但能力有限；多步能解决复杂问题但引入累积错误
5. 安全沙箱 vs 开放执行：代码执行必须在沙箱中，但沙箱限制功能

安全考量

前沿趋势（2024-2025）

1. 并行工具调用：一次生成多个独立工具调用，减少延迟
2. 复杂工具编排：多步工具链的规划和执行（Workflow Agent）
3. 工具发现与学习：模型自动理解新工具的用法
4. 多模态工具：支持图像、音频、视频输入输出的工具
5. Agentic 框架整合：与 LangChain、AutoGen、OpenAI Agents SDK 深度整合

如果要对外讲，可以怎么概括

"Tool Use 是 LLM 从'只能说话'到'能做事'的关键能力跃迁。核心机制是通过在请求中注入工具的 JSON Schema，让模型在推理时判断是否需要调用工具，并生成结构化的函数调用。ReAct 框架进一步将工具使用与推理过程结合，通过 Thought-Action-Observation 的循环实现了可解释的智能体行为。在训练层面，业界通常采用 SFT 建立基础能力、再用拒绝采样或 RL 提升成功率。工程落地中最大的挑战是工具描述的质量和错误处理的鲁棒性——一个描述不清的工具有如盲人摸象，而缺乏防御性解析的系统在生产环境中会频繁崩溃。"

最后记几条

1. 工具描述是第一优先级：模型对工具的理解完全依赖描述文本
2. ReAct = 推理 + 行动的交替循环：不是简单"调用工具"
3. 10-20 个工具是舒适区：超过此数量需要先做路由筛选
4. 并行调用是性能关键：无依赖的工具应并行执行
5. 安全是底线：任何有副作用的工具调用必须有确认和回滚

参考资料

• Yao, S. et al. "ReAct: Synergizing Reasoning and Acting in Language Models" (ICLR 2023)
• Schick, T. et al. "Toolformer: Language Models Can Teach Themselves to Use Tools" (NeurIPS 2023)
• Patil, S. et al. "Gorilla: Large Language Model Connected with Massive APIs" (2023)
• Qin, Y. et al. "ToolLLM: Facilitating Large Language Models to Master 16000+ Real-world APIs" (ICLR 2024)
• OpenAI Function Calling: https://platform.openai.com/docs/guides/function-calling

延伸阅读

• 大模型总索引