Agent 智能体与大模型工具调用（Function Calling）

一、什么是 Agent

普通大模型只会「输出文字」；Agent（智能体）则让大模型能够「调用工具、执行动作」，比如查询天气、搜索网页、读写文件、调用 API，甚至多步规划完成复杂任务。

二、工具调用的原理

Function Calling（函数/工具调用）是核心机制：

1. 你告诉模型「有哪些工具可用」，并描述每个工具的参数格式（JSON Schema）。
2. 模型判断需要调用哪个工具，并输出结构化的调用参数（而不是随便说）。
3. 你的程序真正执行该工具，把结果返回给模型。
4. 模型结合结果继续回答或继续调用下一个工具。

三、一个天气查询的例子

工具定义：get_weather(city: string) → 返回该城市天气

用户："北京今天天气怎么样？"
  ↓
模型输出：{"tool": "get_weather", "args": {"city": "北京"}}
  ↓
程序执行 get_weather("北京") → "晴，26℃"
  ↓
模型回复："北京今天晴，气温 26℃。"

四、Agent 的典型工作循环

更复杂的 Agent 会反复执行「思考 → 行动 → 观察 → 再思考」的循环（如 ReAct 模式），直到任务完成。它能自主规划步骤、调用多个工具、根据中间结果调整策略。

五、常见框架

LangChain、LlamaIndex、AutoGen、以及各家的 Agent SDK 都封装了工具调用与编排逻辑，让开发者专注定义「工具」和「目标」。

六、小结

Agent 把大模型从「聊天机器」升级为「能办事的助手」。理解 Function Calling 这个「把手」，是掌握智能体开发的关键一步。