一个 JSON 让 AI 从嘴炮王变全能工具人

😭 胖虎："让 AI 帮我订明天飞东京的机票，它只会说'你可以去携程看看'！"
大雄一看：纯聊天 LLM 没有手，只能生成文本、不能真正执行动作。
❌ 误区：模型越大能做越多。
✅ 真相：LLM 只负责"决定调哪个函数、传什么参数"——真正执行靠外部系统。Function Calling = 给 LLM 一份工具菜单 + 让它填参数表。
哆啦A梦掏出「万能遥控器 🎮」——AI 按按钮（输出 JSON），外面的工具就动起来了！
🎯 三步搞懂：
1️⃣ 注册工具（JSON Schema）：告诉 LLM "你有这些工具可用"——函数名、参数名、类型、必填/可选。相当于给它一本说明书。
2️⃣ LLM 输出调用指令：用户说"订明天飞东京的机票"，LLM 输出 {"function":"book_flight","args":{"date":"2026-07-04","dest":"Tokyo"}}。它不执行，只决策。
3️⃣ 系统执行 + 返回结果：后端拿到 JSON 真正去调 API，把结果返回给 LLM 继续对话。LLM = 大脑，Function = 手脚。
小夫炫耀："我直接让 LLM 输出 Python 代码去执行，比 JSON 灵活！"
哆啦A梦："那它输出个 rm -rf / 你也执行？JSON Schema 有类型校验+白名单，安全+可控。"
小夫吓得脸都白了。
实战场景：
✅ 查天气/股价：调第三方 API
✅ 发邮件/日程：调 Google/Office API
✅ 操作数据库：text-to-SQL 执行
✅ 多工具串联：ReAct 循环调多个 function
搞笑反转：大雄让 AI "帮我跟妈妈请假"——结果 Function Calling 输出 {"function":"send_message","args":{"to":"妈妈","text":"大雄今天不想上学"}}。妈妈收到后冲进房间，大雄被拖着去了学校。哆啦A梦："参数没错，但你忘了设 tone='撒娇'。"
📌 一句话：Function Calling = 给 LLM 一本工具菜单让它选+填参数——是 Agent 从"能说"进化到"能做"的原子能力。
💬 互动：你最想让 AI 调什么工具？
A. 订机票酒店 ✈️　B. 发邮件消息 📧　C. 查数据库 🗃️　D. 控制智能家居 🏠