AI 模型外部能力的拓展:工具调用、API 与输出解析基础

模型怎么知道该调哪个工具。在系统提示里告诉它：你手边有哪些工具、每个工具是干嘛的、参数长什么样。模型根据你的问题，自己判断「这事该调天气 API 还是计算器」。

它怎么发出这个请求。它不是真的去发 HTTP 请求，而是输出一段结构化的文字——比如一段 JSON，写着「我要调天气接口，城市是武汉」。外面的程序看到这段文字，就替它真的去发请求。

为什么是「输出 JSON」而不是直接联网。因为模型本身没有联网能力，它只会写字。让它输出一个约定好的格式，外层程序来翻译和执行，是最稳妥的做法。

什么是输出解析。就是外层程序把模型输出的那段「工具调用请求」读出来，解析成真正的 API 参数。模型写的格式要是不规范，解析就会失败。

失败了怎么办。系统一般会让模型「重试一次」：告诉它你刚才格式不对，重新写一个正确的工具调用。这就是为什么你有时候会看到 AI 「想了一下才回答」——它在修正自己的调用。

一整个闭环是什么样。你提问 → 模型判断要不要调工具 → 输出工具调用格式 → 外层执行 → 结果回填 → 模型组织成人话回答你。这就是一个完整的工具调用循环。

记住一点：模型本身不会查天气、不会算股价，它只是学会了「写一段格式正确的请求」。真正干活的是外部 API，模型负责翻译和表达。

先给模型一份菜单。开发者用一段 JSON Schema，把每个工具描述清楚：叫什么名字、干什么用、要传哪些参数（比如天气工具要 city 这个字符串参数）。这份菜单随系统提示一起喂给模型。

模型回菜单项。它读完你的问题，判断该点哪个工具，就严格按 schema 吐出一段 JSON，形如 { "name": "get_weather", "arguments": { "city": "武汉" } }。

外层执行，结果回填。你的代码解析这段 JSON、真的去发 HTTP 请求，拿到「武汉 28℃ 晴」，再作为一条 tool 消息塞回上下文，模型这才用通顺的话回答你。格式不对，系统一般让它重试 1~2 次。

工程上怎么设计菜单。参数要少而明确、description 写清边界、枚举值列全；「删数据、付款」这类写操作必须最小权限、最好人工点一下确认；工具不是挂得越多越好——几十个工具的描述本身就占一大段上下文，还会让模型选错。

误区一：以为模型真的在联网。它自始至终只会输出文字——联网发请求的是你的外层代码。模型连「网」是什么都不知道。

误区二：参数写模糊也能调对。工具描述里不给例子、不划边界，模型很容易把「查武汉天气」的城市名传错或调错工具。schema 写得越具体，翻车越少。