待验证85% 置信事实时间未知
工具调用对话的数据结构包含函数调用请求、参数JSON、执行结果等嵌套信息，序列化复杂度高于普通文本对话
1
来源数
85%
置信度
长期有效
时效性
2026/6/1
首次发现
来源
涉及实体
相关事实
待验证工具调用对话的序列化需要存储包含多种角色（user、assistant、tool）和多种消息类型（文本、工具调用请求、工具调用结果）的复杂序列78% 相似待验证ToolContext不仅能获取自定义元数据，还能访问当前的聊天记录State，包含用户提示词、大模型响应、工具调用参数等完整对话上下文信息76% 相似待验证大语言模型可通过工具调用（Function Calling）主动调用数据库查询和API接口，实现跨系统信息聚合，超越传统RPA工具的灵活性72% 相似待验证Tool Calling (Function Calling) allows an LLM to dynamically invoke external APIs, database queries, and code execution tools during the reasoning process69% 相似待验证Chat Model的输入是一个消息列表，输出是结构化消息对象AIMessage，对应ChatOpenAI、ChatAnthropic等类69% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/32124API
curl https://kongchang.com/api/v1/knowledge/claims/32124MCP
get_claim(id=32124)