Tool Calling
Tool Calling是大语言模型通过API请求调用外部函数或工具的能力，将用户意图转化为可执行的程序操作，实现模型与真实世界的交互。
一句话解释
Tool Calling（工具调用）是指大语言模型在对话过程中，根据用户指令自动识别需要调用外部函数或API的场景，并生成规范的调用请求，由应用程序执行后返回结果给模型继续推理。
为什么会被关注
传统大模型只能基于训练数据回答问题，无法实时查询数据库、操作软件或访问网络。Tool Calling打破了这一限制，使模型能直接调用计算器、搜索引擎、数据库、第三方API等工具，极大扩展了模型的能力边界，成为构建智能体（Agent）的基础技术。
核心逻辑
当用户提出需要实时数据或特定操作的问题时，模型不会直接生成答案，而是输出一个结构化的函数调用请求，包含函数名称和参数。应用程序接收该请求后，执行对应工具并获取结果，再返回给模型。模型基于工具返回的信息继续生成最终回复。整个过程对用户透明。
常见场景
1）查询实时信息：如天气、股票价格、航班状态，模型调用对应API获取最新数据后回答。2）执行计算或转换：单位换算、数学运算等交给计算器工具。3）操作业务系统：创建工单、发送邮件、修改数据库记录，模型通过调用企业API完成操作。4）联动智能设备：通过工具调用控制智能家居、执行自动化流程。
容易混淆的点
Tool Calling与Function Calling经常混用，本质上相同，但Function Calling更强调调用预定义函数，Tool Calling概念更广，可包括REST API、代码执行等。它不同于传统的API调用链——模型本身不开发代码，而是由宿主程序执行。也不等同于插件系统，插件是工具调用的实现形式之一。
本文内容用于 AI 热词解释和概念整理，仅供学习和理解参考。若涉及表述偏差或内容修正，欢迎联系站点进行更新。
相关热词AI Agent（智能体）是一种能够感知环境、自主决策并执行任务以实现目标的AI系统。它超越了传统“一问一答”的聊天模式，具备规划、工具使用和持续学习的能力，正成为通往通用人工智能（AGI）的关键路径。
Function Calling 是大型语言模型（如 GPT-4）的一项关键能力，允许模型在对话中输出结构化的函数调用请求，由开发者执行外部 API、数据库或工具，从而实现从信息查询到任务执行的闭环。
智能体是能够感知环境、自主决策并执行任务的人工智能系统。它正从简单助手演变为具备规划和学习能力的自主实体，是迈向通用人工智能的关键路径。