《Agentic Design Patterns》第 5 章导读：工具使用（Tool Use）

《Agentic Design Patterns》第 5 章导读：工具使用（Tool Use）

本文是对开源书籍《Agentic Design Patterns》第 5 章的解读与导读，内容忠实呈现原文，并附个人思考。
原书在线阅读：https://adp.xindoo.xyz/ ｜ 翻译项目代码仓库：https://github.com/xindoo/agentic-design-patterns

---

前面四章（提示词链、路由、并行化、反思）讲的都是在模型之间编排信息流。但一个残酷的现实是：LLM 本质上和外部世界是断开的——它只吃训练数据，知识是静态的，不能查天气、不能算账、不能关灯、不能发邮件。

第 5 章的**工具使用（Tool Use）**模式，正是要给模型装上"手和眼睛"：让它能真正调用外部 API、数据库、执行代码、控制其他系统。这也是把模型从"文本生成器"变成"智能体"的关键一步。

---

一、什么是工具使用：函数调用（Function Calling）

工具使用通常通过**函数调用（Function Calling）**机制实现。它的完整流程书里拆得很细，我整理成一张流程表：

阶段	做什么
1. 工具定义	向 LLM 描述外部函数的能力：用途、名称、参数及类型/描述
2. LLM 决策	模型结合用户请求 + 工具定义，判断"要不要调、调哪个"
3. 函数调用生成	若决定调用，模型输出结构化对象（通常是 JSON），注明工具名和参数
4. 工具执行	框架/编排层拦截这个结构化输出，真正执行外部函数
5. 观察/结果	工具的执行结果返回给智能体
6. LLM 处理	模型把工具输出当上下文，据此给用户最终答复，或决定下一步（再调用、反思、收尾）

一句话概括它的价值：它是连接"LLM 推理能力"与"外部海量功能"之间的那座桥，打破了模型只能靠记忆输出的天花板。

书中还提了一个很有启发性的观点：与其叫"函数调用"，不如用更宽的**“工具调用”**视角——因为"工具"可以是传统函数、复杂 API 端点、数据库查询，甚至是发给另一个专业智能体的指令。这样想，主智能体就能扮演"编排者"，把分析任务委托给"分析师智能体"、通过 API 查外部库，构建出真正复杂的生态系统。

二、应用场景一览

场景	典型工具	智能体流程示例
外部信息检索	天气 API	问"伦敦天气"，LLM 调气象工具 → 取数 → 格式化回复
与数据库/API 交互	库存、订单、支付 API	问"X 有货吗"，LLM 调库存 API → 返回数量 → 告知用户
计算与数据分析	计算器、股票 API、电子表格	问"买 100 股 AAPL 的潜在利润"，LLM 先后调股票 + 计算器工具
发送通信	邮件发送 API	“给 John 发封关于明天会议的邮件” → LLM 提取收件人/主题/正文并调用
执行代码	代码解释器	用户贴代码问"这段做什么"，LLM 用解释器运行并分析输出
控制系统/设备	智能家居 API	“关掉客厅灯” → LLM 用命令+目标设备调用家居工具

图 1：智能体使用工具的几个示例——检索、计算、通信、执行代码、控制设备。

三、代码实战一：用 LangChain 搭建工具调用智能体

LangChain 的做法分两步：先定义工具（通常用 @tool 装饰器封装一个 Python 函数），再把工具和 LLM 绑定成"会调工具的智能体"。

pip install langchain langchain-openai langchain-google-genai

import os, getpass
import asyncio
import nest_asyncio
from langchain_google_genai import ChatGoogleGenerativeAI
from langchain_core.prompts import ChatPromptTemplate
from langchain_core.tools import tool as langchain_tool
from langchain.agents import create_tool_calling_agent, AgentExecutor

# 需要支持函数调用/工具调用的模型
llm = ChatGoogleGenerativeAI(model="gemini-2.0-flash", temperature=0)

## --- 定义工具 ---
@langchain_tool
def search_information(query: str) -> str:
    """提供有关给定主题的事实信息。使用此工具查找诸如'法国首都'或'伦敦的天气？'等短语的答案。"""
    simulated_results = {
        "weather in london": "伦敦目前多云，温度为 15°C。",
        "capital of france": "法国的首都是巴黎。",
        "population of earth": "地球的估计人口约为 80 亿人。",
        "tallest mountain": "珠穆朗玛峰是海拔最高的山峰。",
        "default": f"'{query}' 的模拟搜索结果：未找到特定信息，但该主题似乎很有趣。"
    }
    return simulated_results.get(query.lower(), simulated_results["default"])

tools = [search_information]

## --- 创建工具调用智能体 ---
agent_prompt = ChatPromptTemplate.from_messages([
    ("system", "你是一个有用的助手。"),
    ("human", "{input}"),
    ("placeholder", "{agent_scratchpad}"),   # 智能体内部步骤的占位符
])

agent = create_tool_calling_agent(llm, tools, agent_prompt)
agent_executor = AgentExecutor(agent=agent, verbose=True, tools=tools)

## --- 运行 ---
async def main():
    tasks = [
        agent_executor.ainvoke({"input": "法国的首都是什么？"}),
        agent_executor.ainvoke({"input": "伦敦的天气怎么样？"}),
        agent_executor.ainvoke({"input": "告诉我一些关于狗的事情。"}),  # 触发默认
    ]
    results = await asyncio.gather(*tasks)
    for r in results:
        print(r["output"])

nest_asyncio.apply()
asyncio.run(main())

要点：@langchain_tool 把普通 Python 函数变成可被模型感知的工具；create_tool_calling_agent 把"LLM + 工具 + 提示词"绑成智能体；AgentExecutor 是运行时——负责在"模型决定调用"和"真正执行工具"之间搭桥。

四、代码实战二：用 CrewAI——"会抛错"的工具更专业

CrewAI 的示例有一个很值得学的工程细节：工具返回干净数据 + 主动抛错，让智能体自己去处理异常。

## pip install crewai langchain-openai
import os, logging
from crewai import Agent, Task, Crew
from crewai.tools import tool

logging.basicConfig(level=logging.INFO, format='%(asctime)s - %(levelname)s - %(message)s')

## --- 1. 工具：返回干净数据，找不到就抛 ValueError ---
@tool("Stock Price Lookup Tool")
def get_stock_price(ticker: str) -> float:
    """获取给定股票代码符号的最新模拟股票价格。以浮点数返回。如果未找到代码，则引发 ValueError。"""
    simulated_prices = {"AAPL": 178.15, "GOOGL": 1750.30, "MSFT": 425.50}
    price = simulated_prices.get(ticker.upper())
    if price is not None:
        return price
    raise ValueError(f"未找到代码 '{ticker.upper()}' 的模拟价格。")

## --- 2. 定义智能体 ---
financial_analyst_agent = Agent(
    role='高级财务分析师',
    goal='使用提供的工具分析股票数据并报告关键价格。',
    backstory="你是一位经验丰富的财务分析师，擅长使用数据源查找股票信息。",
    verbose=True,
    tools=[get_stock_price],
    allow_delegation=False,
)

## --- 3. 定义任务：明确成功与失败的处理方式 ---
analyze_aapl_task = Task(
    description=(
        "Apple（代码：AAPL）的当前模拟股票价格是多少？"
        "使用 'Stock Price Lookup Tool' 查找它。"
        "如果未找到代码，你必须报告无法检索价格。"
    ),
    expected_output="一个清晰的句子，说明 AAPL 的模拟股票价格，例如：'AAPL 的模拟股票价格是 $178.15。'",
    agent=financial_analyst_agent,
)

## --- 4. 组建团队并运行 ---
financial_crew = Crew(agents=[financial_analyst_agent], tasks=[analyze_aapl_task])
result = financial_crew.kickoff()
print(result)

设计亮点：让工具通过抛异常而不是返回"折中字符串"来报错，是因为智能体天生会处理异常——它能据此决定"下一步干什么"（比如报告失败），而不是傻乎乎拿一条错误字符串继续往下走。

五、代码实战三：Google ADK 的预构建工具

ADK 的杀手锏是大量开箱即用的预构建工具，无需自己写函数：

from google.adk.agents import Agent
from google.adk.runners import Runner
from google.adk.sessions import InMemorySessionService
from google.adk.tools import google_search
from google.genai import types
import nest_asyncio, asyncio

APP_NAME, USER_ID, SESSION_ID = "Google Search_agent", "user1234", "1234"

## 使用预构建的 Google 搜索工具定义智能体
root_agent = Agent(
  name="basic_search_agent",
  model="gemini-2.0-flash-exp",
  description="使用 Google 搜索回答问题的智能体。",
  instruction="我可以通过搜索互联网回答您的问题。随便问我什么！",
  tools=[google_search]   # 直接拿来即用
)

async def call_agent(query):
    session_service = InMemorySessionService()
    session = await session_service.create_session(app_name=APP_NAME, user_id=USER_ID, session_id=SESSION_ID)
    runner = Runner(agent=root_agent, app_name=APP_NAME, session_service=session_service)
    content = types.Content(role='user', parts=[types.Part(text=query)])
    events = runner.run(user_id=USER_ID, session_id=SESSION_ID, new_message=content)
    for event in events:
        if event.is_final_response():
            print("智能体响应：", event.content.parts[0].text)

nest_asyncio.apply()
asyncio.run(call_agent("最新的 AI 新闻是什么？"))

除此之外，ADK 还提供：

• 内建代码执行：BuiltInCodeExecutor 提供一个沙盒化 Python 解释器，让模型自己写代码去计算——弥补了概率性语言生成做不了确定性精确计算的短板（比如直接写 Python 去算 (5+7)*3）；
• 企业搜索：VSearchAgent 帮你查询企业私有数据存储（Vertex AI Search），还能拿到来源归因（grounding），回答有出处；
• Vertex 扩展：结构化 API 包装器，企业级安全与隐私控制，关键是——Vertex AI 会自动执行扩展，而普通工具调用需要你自己手动执行（这是两者最核心的区别）。

六、速览

• 问题背景：LLM 是强大的文本生成器，但基本与外部世界断开——知识静态、止于训练数据，缺乏执行操作或检索实时信息的能力，无法完成需要调用 API/数据库/服务交互的任务。
• 解决方案：以模型能理解的方式描述可用的外部"工具"（函数/API）。智能体 LLM 根据请求决定是否需要工具，生成结构化数据对象（JSON）指定函数名与参数；编排层执行调用、取回结果、反馈给 LLM，从而让模型把最新外部信息并入最终响应。
• 实践建议：当智能体需要突破内部知识、与外部世界交互时使用。典型任务：实时数据（天气、股价）、私有/专有信息（查公司库）、精确计算、执行代码、触发其他系统操作（发邮件、控设备）。

可视化总结

图 2：工具使用设计模式——"模型决定 → 框架执行 → 结果回流"的闭环。

关键要点

• 工具使用（函数调用）让智能体能访问动态信息、连接外部系统；
• 核心是定义描述清晰、参数明确（LLM 可理解）的工具；
• 模型决定"何时用、用哪个"，并生成结构化工具调用；框架负责执行与回传结果；
• LangChain 用 @tool 简化定义，create_tool_calling_agent + AgentExecutor 搭建智能体；
• Google ADK 提供 Google 搜索、代码执行、Vertex AI 搜索等现成工具。

结语与个人思考

工具使用是这本书里第一个真正"让模型接地气"的模式——前四章都是在模型之间搬信息，这一章开始让模型去触碰真实世界。往后几乎所有高级模式（RAG、Agent 间通信、编码 Agent……）都建立在这个地基之上：没有工具，模型只是会聊天的辞典；有了工具，模型才成为能办事的智能体。

几条工程心得，书里也都点到了：

• 工具描述决定了调用质量：模型靠"工具定义"来决定调不调、调哪个。描述含糊，模型就不敢用或乱用。所以给工具的人话描述和参数说明，往往比工具本身更重要。
• 异常要"抛"给模型：像 CrewAI 那样让工具抛异常，比返回错误字符串更能引导模型做正确的事——模型天生会"思考下一步怎么办"。
• 确定性工作交给工具：LLM 做乘法都容易算错。但凡涉及精确计算、CRUD、确定性逻辑，就交给工具/代码执行器，模型只负责"调度和表达"。
• 注意执行权边界：像"Vertex 扩展自动执行 vs 工具调用需手动执行"，是安全设计上的关键分水岭。让模型自动触发有副作用的操作（发邮件、转账）尤其要谨慎，这直接关系到后面会讲的 Guardrails（安全护栏）。

下一步建议阅读第 6 章 规划（Planning）——如果说工具是"手"，那规划就是让智能体"想清楚先后顺序再动手"的"大脑"，识别多步任务并拆分执行计划，实现真正的自主。

---

本文基于开源书籍《Agentic Design Patterns》（https://github.com/xindoo/agentic-design-patterns ，在线阅读 https://adp.xindoo.xyz/ ）整理，供学习交流，版权归原作者所有。

转载自 CSDN-专业IT技术社区

原文链接：https://blog.csdn.net/bumblebee16/article/details/167084590