模型光会说话还不够，真正能干活的 Agent 靠的是函数调用：让 AI 输出一段结构化指令，由你的代码去查数据库、发消息、调接口。这一步做对，模型就从聊天机器人升级成执行引擎。
快速结论
- 函数调用是模型输出”要调哪个函数、填什么参数”的 JSON，实际执行在你自己的代码里。
- 工具描述写清楚参数和用途，模型填参才不会乱，错误率直接下降。
- 拿到返回结果后要再喂回模型，让它判断是否继续调用或给出最终答复。
- 给调用加超时、权限和白名单，避免模型越权去动不该动的东西。
函数调用到底发生了什么
一次完整调用分四步。你先把可用工具以 JSON Schema 形式告诉模型，包含函数名、用途说明和每个参数的类型；模型读懂后，在需要时会返回一段 JSON，指明要调的函数和参数；你的后端代码执行这个函数，拿到真实结果；最后把结果再次喂回模型，它据此决定继续调用还是直接回答。整个过程模型不碰外部系统，只负责”决策”，安全边界清晰。
这套机制的关键价值是”可控”。模型永远在沙箱里产出指令，真正动手的是你写的、可测试的代码。相比让模型直接生成要执行的命令，函数调用的出错面小得多，也更容易加校验和日志。它是把大模型接进现有系统的标准接口。
工具描述决定成败
模型填参全靠你给的描述。描述里要写清三件事：这个函数干什么、每个参数什么含义、什么情况下该用。一个常犯的错是把函数名起得含糊，比如叫 process_data，模型不知道何时该调；改成 fetch_order_by_id 这类动词加宾语的命名，准确率立刻提升。参数示例也建议给一两个，模型照着填比凭空猜稳得多。
还有一类坑是”工具太多”。一次塞给模型三四十个函数，它会挑花眼，调用准确率明显下降。经验值是对单次任务只暴露 8 到 12 个最相关的工具，其余按需动态加载。就像你不会把整个工具箱拍在桌上，只把要用的几把扳手递过去。
把结果喂回去再循环
很多新手在拿到第一次工具返回后就直接把结果展示给用户，跳过了”回灌模型”这步。正确做法是把结果作为新的一轮消息送回，让模型判断：信息够了就总结答复，不够就再发起下一次调用。多步任务像订机票，要先查航班、再填乘客、最后支付，每一步都依赖上一步的真实返回。
回灌时记得带上”这是上一步的返回结果”这样的角色标记，避免模型把工具输出误当成用户新问题。如果是长链路，还可以在每轮附上累计进度摘要，让模型知道自己已经走到哪一步，减少重复调用同一个函数的浪费。
安全护栏不能省
函数调用把”动手能力”交给了模型，也带来了风险。务必给每个工具设权限白名单，比如发邮件工具只允许发给内部域名；给外部请求加超时，防止某个接口卡死拖垮整条链路；对会改数据的操作加二次确认。没有护栏的 Agent 上线，等于把公司系统钥匙交给一个会犯错的实习生。
建议再补一层”调用预算”：限制单个会话最多发起多少次工具调用、累计花费多少。一旦超阈就强制终止并交人工。这样即便模型陷入死循环或被人诱导，损失也被框在预算内。安全不是某一个开关，而是白名单、超时、确认、预算四道防线叠加。
调试从日志开始
函数调用出问题，九成能在日志里找到。把每次”模型请求了什么函数、填了什么参数、代码返回了什么、模型最终怎么决策”完整记下来，复盘时一眼就能看出是描述不清还是代码报错。没有日志的 Agent 出了错，你只能盲猜。
更进一步，把失败案例攒成回归测试集：每条记录输入与期望调用，每次改工具描述后跑一遍，确认准确率没掉。团队规模一大，这套自动化校验比人工盯屏靠谱得多，也是函数调用能稳定上线的底线保障。
性能与成本的平衡
工具调用不是免费的。每次调用都意味着一次模型推理加一次后端请求，链路越长花费越高。能并行查的独立信息就别串行等，比如同时查天气和查汇率，两路一起发比先后发快一倍。
另一个省法是在会话内缓存工具 Schema 和不变的中间结果，避免每轮都重新序列化几十个函数定义。把单次任务暴露的工具数控制在十来个，既保准确率又控成本。调用次数和花费，要当成和准确率一样的核心指标盯着。
图：函数调用流程 核心要点（运营GO 整理）
| 环节 | 谁来做 | 关键注意 |
|---|---|---|
| 工具声明 | 开发者 | Schema 写清参数与用途 |
| 调用决策 | 模型 | 输出函数名与参数 JSON |
| 实际执行 | 你的代码 | 加超时、权限、白名单 |
| 结果回灌 | 开发者+模型 | 再判断继续或答复 |
| 预算兜底 | 平台 | 限次数与花费防失控 |
延伸阅读：什么是 MCP（模型上下文协议）、提示词工程进阶怎么写。
下一步行动清单
- 把要开放的接口整理成 JSON Schema，每个函数名用”动词+宾语”命名。
- 单次任务只暴露 8 到 12 个相关工具，其余动态加载。
- 搭建”调用-执行-回灌”循环，别在第一次返回后就中断。
- 给写操作类工具加白名单、超时和二次确认，设调用预算。
- 把失败案例攒成回归测试集，每次改描述后跑一遍。
