Agent在多工具时代自主搭配计算器与时间工具

Day 3：多工具时代，Agent 自主选择工具——实战加入计算器与时间工具

昨天我们的Agent还只拥有两个工具，今天直接将工具数量翻倍至四个。

但今天真正值得关注的并非工具数量的增长，而是一个更核心的挑战：

面对多个工具，AI 如何正确选择？它是否会选错工具？

实践证明，大多数情况下AI能够准确选择，但偶尔也会出现失误。而我们可以通过精心打磨工具的描述，逐步提升选择的准确率。

本章将彻底摸清这个关键问题。

两个新增工具

工具1：计算器（Calculator）

# tools/calculator.py
def calculate(expression: str) -> str:
    """计算数学表达式。只允许数字和基本运算符，防止代码注入。"""
    allowed_chars = set("0123456789+-*/()., ")
    if not all(c in allowed_chars for c in expression):
        return f"表达式包含不允许的字符：{expression!r}"
    try:
        result = eval(expression)
        return f"{expression} = {result}"
    except ZeroDivisionError:
        return "错误：除数不能为零"
    except SyntaxError:
        return f"表达式语法错误：{expression!r}"
    except Exception as e:
        return f"计算出错：{e}"

关于 eval：很多人看到 eval 会担心安全性——没错，eval 确实能执行任意 Python 代码。但这里通过字符白名单过滤，只允许数字和 +-*/()., 这几个字符，像 import、os 这类危险关键词都会被拦截。

这是教学项目的合理实现。生产环境可以换成 sympy 或 numexpr 等更安全的方案。

工具2：获取当前时间（Current Time）

# tools/datetime_tool.py
from datetime import datetime
import pytz

def get_current_time(timezone: str = "Asia/Shanghai") -> str:
    """获取当前时间，默认北京时间。"""
    try:
        tz = pytz.timezone(timezone)
    except pytz.exceptions.UnknownTimeZoneError:
        # 时区名写错了，回退到北京时间
        tz = pytz.timezone("Asia/Shanghai")
        timezone = "Asia/Shanghai（时区名无效，已回退）"
    now = datetime.now(tz)
    return now.strftime(f"%Y年%m月%d日 %H:%M:%S（{timezone}）")

更新工具注册表

在 tool_registry.py 中添加两条新工具记录：

from tools.search import web_search
from tools.weather import get_weather
from tools.calculator import calculate
from tools.datetime_tool import get_current_time

TOOLS: dict[str, dict] = {
    "web_search": {
        "function": web_search,
        "description": "搜索互联网上的信息。适合查找新闻、事实、最新资讯。不适合计算。",
        "parameters": {
            "query": "搜索关键词，字符串"
        },
    },
    "get_weather": {
        "function": get_weather,
        "description": "查询某个城市的天气情况。",
        "parameters": {
            "city": "城市名称，字符串，例如：北京"
        },
    },
    "calculate": {
        "function": calculate,
        "description": "计算数学表达式，支持加减乘除和括号。只用于数学计算，不用于其他问题。",
        "parameters": {
            "expression": "数学表达式字符串，例如：(3+5)*2"
        },
    },
    "get_current_time": {
        "function": get_current_time,
        "description": "获取当前日期和时间。",
        "parameters": {
            "timezone": "时区名称，默认 Asia/Shanghai"
        },
    },
}

请注意 calculate 的描述中强调了“只用于数学计算，不用于其他问题。”这句话极其关键。如果不加，AI 可能会将“帮我计算一下这件事的影响”这类模糊请求也交给计算器，但那根本不是数学表达式。

描述越清晰，工具选择的准确率就越高。

运行效果

你：现在几点了？
[AI 决策]: {"action": "use_tool", "tool": "get_current_time", "params": {"timezone": "Asia/Shanghai"}}
Agent：2024年03月15日 14:30:22（Asia/Shanghai）

你：(123 + 456) * 2 等于多少？
[AI 决策]: {"action": "use_tool", "tool": "calculate", "params": {"expression": "(123 + 456) * 2"}}
Agent：(123 + 456) * 2 = 1158

你：上海今天天气怎么样，适合出门吗？
[AI 决策]: {"action": "use_tool", "tool": "get_weather", "params": {"city": "上海"}}
Agent：多云，18°C，南风2级

你：Python 是什么时候发布的？
[AI 决策]: {"action": "use_tool", "tool": "web_search", "params": {"query": "Python 编程语言发布时间"}}
Agent：摘要：Python 于1991年由...

对于四种不同类型的问题，AI 全部正确选择了对应的工具，说明默认的描述已经足够良好。

工具选错了怎么办

偶尔 AI 也会选错，例如把“帮我计算一下北京到上海的距离”交给计算器（实际上应该执行搜索）。

两种调试方法：

方法1：优化工具描述

在出问题的工具描述里增加明确的限制：

"calculate": {
    "description": "计算纯数学表达式，如 '2+3' 或 '(100*5)/2'。"
            "不适合地理、文字、概念类问题。"
    ...
}

方法2：打印 AI 决策日志，分析选错原因

print(f"[AI 决策]: {ai_response}")

观察 AI 的 thought（如果在 prompt 中要求它输出推理过程）或直接分析选错模式，然后针对性调整描述。

这就像调参一样，工具描述就是 Agent 的“超参数”。

如何自己添加一个新工具

步骤：

1. 在 tools/ 目录下新建 tools/my_tool.py，编写一个函数

# tools/my_tool.py
def my_tool(param1: str) -> str:
    # 做些什么
    return "结果"

2. 在 tool_registry.py 中注册新工具：

from tools.my_tool import my_tool

TOOLS = {
    # ... 已有的工具 ...
    "my_tool": {
        "function": my_tool,
        "description": "这个工具用来做什么，什么时候用它。",
        "parameters": {
            "param1": "参数说明"
        },
    },
}

3. 运行。完成。

无需修改 agent.py、main.py 或其他任何文件，真正实现了零侵入扩展。

今天的项目结构

my_agent/
├── .env
├── llm.py
├── agent.py
├── tool_registry.py   # 新增了两条工具记录
├── tools/
│   ├── __init__.py
│   ├── search.py
│   ├── weather.py
│   ├── calculator.py   # 新增
│   └── datetime_tool.py # 新增
└── main.py

小结

今天完成的工作，其意义远超代码量本身：

• 工具数量增加了，但工具注册表的结构保持稳定
• 工具选择的效果依赖于描述质量，而非魔法
• 添加新工具只需两步操作，不涉及核心代码改动

这正是“开放-封闭原则”在 Agent 系统中的经典体现：对扩展开放，对修改封闭。

明天，Day 4：《让 Agent 记住你——短期记忆实现》

今天的 Agent 还有一个重大缺陷：它不记得你说过什么，每次对话都是全新的。

明天我们将彻底解决这个问题。