Function Calling
核心事实
Mainstream Agent architectures typically use a large language model as the brain, combined with memory modules, planning modules, and tool interfaces to accomplish complex tasks
Function Calling（Tool Use）是大模型调用外部工具的标准化机制，开发者预先声明工具名称、描述和参数Schema，模型自主判断何时调用
Tool Use（工具调用）的底层机制是开发者预先定义工具的名称、描述和参数结构（Schema），模型在推理时判断何时调用哪个工具并输出结构化调用指令
时间轴 (近 90 天)
工具描述的质量直接影响模型的调用准确率，描述模糊或参数命名含糊会导致模型频繁传入错误参数
即便模型经过专门的 Function Calling 微调，仍可能出现字段遗漏、数字被生成为字符串、枚举值越界等参数错误
对于场景固定、工具调用逻辑简单的产品，直接使用原生函数调用或简单 HTTP 接口比套用 MCP 协议更轻量高效
Spring AI Alibaba 在底层 HTTP 调用之上封装了提示词管理、对话记忆、RAG（检索增强生成）、Function Calling 等高阶能力。
掌握RAG和工具调用两项技术是真正具备开发实用Agent能力的分水岭
RAG和Function Calling是Agent区别于普通聊天机器人的关键能力，RAG解决知识从哪来，Function Calling解决动作怎么做
模型在工具调用时有时会生成格式错误的参数、调用不存在的函数或陷入无限循环，成熟的Agent框架会加入参数校验、重试限制和异常捕获机制
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 Use
各模型在上下文窗口大小、函数调用（Function Calling）格式、流式输出行为等细节上存在差异，适配器需处理这些边界情况以避免静默错误
实现Agent能力的关键技术包括函数调用（Function Calling）、记忆管理和工具编排
还有 40 条时间轴事件
全部知识事实 (20)
Mainstream Agent architectures typically use a large language model as the brain, combined with memory modules, planning modules, and tool interfaces to accomplish complex tasks
90%已验证Function Calling（Tool Use）是大模型调用外部工具的标准化机制，开发者预先声明工具名称、描述和参数Schema，模型自主判断何时调用
90%已验证Tool Use（工具调用）的底层机制是开发者预先定义工具的名称、描述和参数结构（Schema），模型在推理时判断何时调用哪个工具并输出结构化调用指令
90%已验证工具调用（Function Calling）机制允许模型在推理过程中调用外部工具，如文件读写、终端命令、搜索 API
90%已验证OpenAI于2023年推出Function Calling规范，允许开发者以JSON Schema格式描述函数接口，模型可自主判断何时调用及传入什么参数
90%已验证MCP中每个工具都有严格的JSON Schema描述，包括名称、功能说明和参数规范
90%已验证一个典型的Agent由'感知—规划—行动—反思'的循环构成
85%已验证OpenAI的Function Calling、Anthropic的Tool Use以及LangChain的Agent框架倡导AI从回答问题扩展到完成工作流
85%已验证Function Calling的核心机制是开发者以JSON Schema格式描述外部函数签名，模型输出符合schema规范的结构化JSON调用指令
80%已验证Agent Loop的底层运行逻辑是一个「感知-规划-行动-观察」的迭代循环
80%已验证工具调用的实现机制是模型输出结构化的函数调用请求，宿主程序执行对应操作并将结果返回给模型
80%已验证DeepSeek R1默认不支持Function Calling，而DeepSeek V3支持Function Calling
80%已验证Function Calling是大模型与外部系统交互的核心机制，模型可以识别用户意图后调用预定义的函数
80%已验证在MCP出现之前，AI调用外部工具主要依赖OpenAI的Function Calling机制或各框架自定义的插件系统
80%已验证工具增强型AI（Tool-Augmented AI）是当前大模型应用的重要发展方向，OpenAI的Function Calling和Anthropic的Tool Use等机制在底层支撑这一范式
80%已验证Function Calling的原理是模型在推理时除了生成自然语言文本外，还能输出结构化的函数调用指令（包含函数名和参数的JSON）
80%已验证Function Call是OpenAI在2023年6月随GPT-3.5/GPT-4 API更新引入的一项能力，允许开发者在API请求中定义函数的JSON Schema描述
80%已验证OpenAI在2023年6月率先引入了Function Calling能力
80%已验证Function Calling（函数调用）机制最早由OpenAI在2023年引入GPT系列模型
80%已验证Function Calling是OpenAI在2023年中期率先推出的特性，随后被各大模型厂商跟进
80%