AI行动背后的魔法：工具调用 (Tool Calling) 与函数调用 (Function Calling) 解密

人工智能 (AI) 正在以前所未有的速度发展，而工具调用 (Tool Calling) 与函数调用 (Function Calling) 正是驱动这场变革的关键技术。本文将深入浅出地介绍这两个核心概念，揭示它们如何赋予 AI 超能力，使其能够超越自身局限，与现实世界进行互动，从而更好地为我们服务。

为什么我们需要工具调用 (Tool Calling)?

大型语言模型 (LLM)，例如 ChatGPT, Grok 等，虽然经过海量数据的训练，具备强大的语言理解和生成能力，但它们自身存在着固有的局限性：

无法访问实时信息: LLM 无法直接获取诸如今天的天气、股票价格等实时变化的数据。它们所掌握的信息是训练数据中的历史数据，无法跟上瞬息万变的世界。
无法执行复杂计算: 虽然 LLM 可以进行一些简单的计算，但对于复杂的数学运算、数据分析等任务，它们的能力显得不足。
无法直接控制外部设备: LLM 无法直接发送电子邮件、控制智能家居设备等，它们只是一个“思考者”，而不是一个“行动者”。

这些局限性限制了 LLM 在实际应用中的价值。为了克服这些限制，工具调用 (Tool Calling) 应运而生。

什么是工具调用 (Tool Calling)?

工具调用 (Tool Calling) 本质上是指 AI 利用外部服务或程序 (即“工具”) 来辅助完成自身无法独立完成的任务。这些工具可以提供 AI 所需的实时数据、计算能力或控制能力，从而扩展 AI 的应用范围和能力边界。

举例说明： 想象一下，你向 AI 助手询问：“今天北京的天气怎么样？” AI 助手自身无法得知实时天气，但它可以通过工具调用，调用一个天气 API (一种外部服务，提供天气信息)，获取北京的实时天气数据，然后将结果告诉你。在这个例子中，天气 API 就是工具，而 AI 助手调用天气 API 的过程就是工具调用。

工具调用 (Tool Calling) 的种类

AI 可以使用的工具种类繁多，几乎涵盖了所有我们可以想象到的外部服务或程序。一些常见的工具包括：

天气 API: 用于获取实时天气信息，例如温度、湿度、风力等。
计算器: 用于执行各种数学运算，例如加减乘除、三角函数、指数函数等。
搜索引擎: 用于在互联网上搜索信息，例如新闻、文章、图片、视频等。 Google Search API 是一个很常用的工具。
邮件发送器: 用于发送电子邮件，例如通知、提醒、营销邮件等。
数据库查询: 用于从数据库中检索数据，例如客户信息、产品信息、订单信息等。
智能家居控制: 用于控制智能家居设备，例如灯、空调、电视等。
翻译 API: 用于将文本从一种语言翻译成另一种语言。 Google Translate API 就是一个很好的例子。

什么是函数调用 (Function Calling)?

既然我们已经了解了什么是工具，那么接下来就需要理解 AI 如何使用这些工具。 函数调用 (Function Calling) 正是 AI 与工具进行交互的方式。

每个工具都可以被看作是一个小的函数或程序，要使用它，AI 必须知道：

函数名称 (Function Name): 例如，get_weather (获取天气)。
函数描述 (Function Description): 对函数功能的简要描述，例如“获取指定城市当前的天气信息”。
输入参数 (Input Parameters): 函数运行所需要的输入信息，例如 city="Beijing" (城市名称为北京)。

函数调用 (Function Calling) 允许开发者精确定义工具的功能和使用方式，并将其与 AI 模型连接起来。

工具调用 (Tool Calling) 的工作流程

让我们通过一个具体的例子来说明工具调用 (Tool Calling) 的工作流程：

用户提问： “今天上海的天气怎么样？”
AI 判断是否需要工具： AI 分析用户的问题，判断需要获取天气信息，因此需要调用外部工具。
AI 构建函数调用： AI 根据问题，构建一个函数调用，例如 get_current_weather(city="Shanghai")。这个函数调用包含了函数名称 get_current_weather 和输入参数 city="Shanghai"。
工具被触发： AI 将函数调用发送给相应的工具 (例如天气 API)。天气 API 接收到函数调用后，根据输入参数 city="Shanghai"，查询上海的实时天气数据。
工具返回结果： 天气 API 将查询到的结果返回给 AI，例如 “18°C，多云”。
AI 给出最终答案： AI 接收到工具返回的结果后，将其整合到最终答案中，例如 “今天上海的天气是 18°C，多云”。

工具调用 (Tool Calling) 的优势

工具调用 (Tool Calling) 彻底改变了 AI 的能力，赋予了它以下优势：

实时信息： AI 可以访问实时信息，从而提供更准确、更及时的答案。例如，它可以告诉你最新的新闻、股票价格、航班信息等。
精确答案： AI 不再需要猜测或依靠过时的信息，它可以调用工具来获取准确的答案。例如，它可以调用计算器来计算复杂的问题，或者调用翻译 API 来翻译文本。
多任务处理： AI 可以同时执行多个任务，例如发送电子邮件、预订机票、控制智能家居设备等。
自动化： 工具调用 (Tool Calling) 可以帮助企业和开发者构建智能工作流程，自动化重复性任务，提高工作效率。例如，可以创建一个 AI 客服机器人，自动回复客户的常见问题，或者创建一个 AI 营销助手，自动生成营销文案。

根据 OpenAI 在 2023 年的开发者大会上的分享，使用工具调用 (Tool Calling) 的 AI 应用的用户满意度提高了 30% 以上，效率提高了 20% 以上。

OpenAI Agents SDK 中的 @function_tool

OpenAI Agents SDK 为开发者提供了便捷的工具，可以轻松地将工具连接到 AI Agent。其中，@function_tool 是一个 Python 装饰器，可以让你将一个 Python 函数声明为一个可以被 AI Agent 调用的工具。

示例：

from openai.agents import Agent

@function_tool
def get_current_weather(city: str) -> str:
    """Returns the current weather for the given city"""
    # 调用天气 API 并返回结果
    # 这里只是一个示例，你需要替换成真正的天气 API 调用代码
    if city == "Beijing":
        return "18°C, 多云"
    elif city == "Shanghai":
        return "20°C, 晴"
    else:
        return "无法获取该城市的天气信息"

agent = Agent(tools=[get_current_weather])

response = agent.run("今天北京的天气怎么样？")
print(response) # 输出：今天北京的天气是 18°C, 多云

在这个例子中，@function_tool 装饰器将 get_current_weather 函数声明为一个工具。 AI Agent 可以自动识别该函数的功能和输入参数，并在需要时调用它。

工具调用 (Tool Calling) vs 传统 AI

| 特性 | 传统 AI | AI with Tool Calling |
| ————– | ——- | ——————– |
| 实时数据 | ❌ | ✅ |
| 实时计算 | ❌ | ✅ |
| 发送邮件 | ❌ | ✅ |
| 控制智能设备 | ❌ | ✅ |

工具调用 (Tool Calling) 的应用场景

工具调用 (Tool Calling) 具有广泛的应用场景，以下是一些示例：

数学解题器:
- 问题： “29 乘以 13 等于多少？”
- AI 行为： AI 调用计算器工具，将 29 和 13 作为输入参数，计算结果为 377。
- 最终答案： “29 乘以 13 等于 377。”
航班查询:
- 问题： “有哪些从迪拜飞往卡拉奇的航班？”
- AI 行为： AI 调用航班 API 工具，将出发地和目的地作为输入参数，获取航班列表。
- 最终答案： “以下是从迪拜飞往卡拉奇的航班：[航班列表]”
智能家居助手:
- 问题： “关闭客厅的灯。”
- AI 行为： AI 调用智能家居控制工具，控制客厅的灯关闭。
- 最终答案： “已关闭客厅的灯。”
新闻阅读器:
- 问题： “告诉我关于 AI 的最新消息。”
- AI 行为： AI 调用新闻搜索工具，搜索关于 AI 的最新消息，并提取摘要。
- 最终答案： “以下是关于 AI 的最新消息摘要：[新闻摘要]”
会议纪要生成器：
- 场景： 在线会议结束后，AI 可以自动将会议录音转换成文字，并利用自然语言处理技术提取关键信息，生成会议纪要。
- 工具调用： AI 调用语音识别 API 将录音转换为文本，调用自然语言处理 API 提取关键信息。
- 优势： 节省人工整理会议纪要的时间，提高工作效率。
内容创作助手：
- 场景： 帮助用户生成各种类型的文本内容，例如文章、博客、社交媒体帖子等。
- 工具调用： AI 可以调用图像生成 API 生成配图，调用关键词提取 API 提取文章关键词，调用语法纠错 API 检查语法错误。
- 优势： 提高内容创作效率，保证内容质量。
代码生成器：
- 场景： 根据用户的自然语言描述，自动生成代码。
- 工具调用： AI 可以调用代码搜索引擎，搜索相关的代码示例，调用代码编译器，检查代码错误。
- 优势： 降低编程门槛，提高开发效率。

未来展望

工具调用 (Tool Calling) 和函数调用 (Function Calling) 是 AI 发展的关键技术，它们正在深刻地改变 AI 的能力和应用方式。随着技术的不断发展，我们可以期待 AI 在未来能够更好地与现实世界进行互动，为我们提供更智能、更便捷的服务。例如，未来的 AI 助手可能可以自动预订机票、安排行程、处理日常事务，甚至可以帮助我们进行科学研究、解决复杂问题。

总结

工具调用 (Tool Calling) 和函数调用 (Function Calling) 将 AI 聊天机器人转变为强大的现实世界助手。工具就像外部助手（例如插件或应用程序），而函数调用是 AI 与工具对话的方式。无论是检查价格、解决问题还是控制设备——这些概念都赋予了 AI 与现实世界互动的超能力。所以，下次你使用 ChatGPT 并且它给你实时数据或发送电子邮件时——要知道：一个工具被调用，一个函数被使用了！掌握工具调用 (Tool Calling) 和函数调用 (Function Calling) 对于理解和应用现代 AI 技术至关重要。它们是连接 AI 与现实世界的桥梁，也是 AI 实现更大价值的关键。

AI行动背后的魔法：工具调用 (Tool Calling) 与函数调用 (Function Calling) 解密