AI Agent应用开发框架(一)工具调用

二、核心角色与组成

1、大模型（Chat Model）：负责理解意图、判断是否需要调用工具、生成工具调用指令，是决策端。

2、工具（Tool）：外部能力封装（查询天气、计算器、接口请求、数据库查询等），接收参数并返回执行结果。LangChain 中统一由 BaseTool 作为基类。

3、代理/执行器（Agent）：串联流程：解析模型的调用指令 → 执行对应工具 → 把工具结果回传给模型，形成闭环。

4、消息体系：沿用聊天消息结构，新增工具相关消息类，承载调用请求、工具返回内容。

三、工作流程

（1）提供工具蓝图：展示工具列表—工具的模式—工具的说明书（名称、功能、参数）

（2）大模型进行推理和规划：挑选工具

（3）生成调用指令：生成结构化的JSON对象（工具名称、从用户请求中提取出的参数）

（4）代码负责执行：JSON对象作为模型的响应返回给应用程序—解析JSON—函数、方法

（5）将结果反馈给大模型：工具执行完毕—包装成一个特定的消息格式—返回给大模型

（6）大模型生成最终回复：大模型收到工具执行的结果—使用自然语言对这个结果进行解析和总结—生成一个友好的回复

四、LangChain 关键类

1、BaseTool：所有工具的抽象基类，自定义工具必须继承，核心属性：name(工具名)、description(功能描述，模型靠它判断是否调用)、args_schema(参数结构)。

2、ToolMessage：工具执行后返回结果的消息类，用于回传数据给模型。

3、AIMessage (带 tool_calls)：模型发起工具调用时的消息，tool_calls 字段存放调用名称、参数等指令。

五、核心特点

依赖描述：工具的 description 是模型识别调用场景的关键，描述越精准，调用准确率越高；

结构化交互：不再是纯文本流转，全程靠结构化参数 + 专用消息对象通信；

可多轮调用：复杂任务可连续调用多个工具、循环调用同一工具，直至任务完成。