待验证50% 置信事实精确时间
LLM工具调用（Tool Calling/Function Calling）是大模型的一种能力：模型按照预设的JSON Schema生成结构化的工具调用请求，由外部代码执行后将结果回传给模型，模型再基于结果继续推理。
1
来源数
50%
置信度
长期有效
时效性
2026/10/17
首次发现
来源
涉及实体
相关事实
已验证工具调用的基本原理是模型识别需要外部能力的场景，输出结构化的函数调用请求（通常为JSON格式），由外部系统执行后返回结果给模型继续推理78% 相似待验证当前主流 LLM 智能体并非直接执行代码或 SQL，而是由模型输出结构化文本（通常是 JSON），声明要调用的函数和参数，再由宿主程序解析执行。77% 相似待验证Tool的流程由模型驱动（model-driven）：用户问题先发给LLM，由LLM判断调用哪个工具，决策权在模型75% 相似待验证LLM-Loop（大语言模型循环工作机制）是指将AI大模型嵌入持续迭代的反馈闭环：用户提出需求、AI生成输出、用户验证反馈、AI修正再输出，循环直至达到目标74% 相似已验证大模型在推理时将工具元数据作为上下文读入，通过语义理解判断是否需要调用工具及传入哪些参数，这一过程被称为Function Calling或Tool Use73% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1055747API
curl https://kongchang.com/api/v1/knowledge/claims/1055747MCP
get_claim(id=1055747)