Function Calling 实战：让 AI Agent 调用外部工具
写在前面：Function Calling 是 AI Agent 调用外部工具的核心技术。这篇文章详解 Function Calling 原理、工具定义规范和 OpenClaw 实战经验。
一、Function Calling 原理
1.1 工作流程
1
| 用户请求 → LLM 理解 → 选择工具 → 提取参数 → 执行工具 → 返回结果
|
1.2 工具定义
1
2
3
4
5
6
7
8
9
10
11
12
13
14
| {
"name": "get_weather",
"description": "查询天气",
"parameters": {
"type": "object",
"properties": {
"city": {
"type": "string",
"description": "城市名称"
}
},
"required": ["city"]
}
}
|
二、OpenClaw 技能系统
2.1 技能定义
1
2
3
4
5
6
7
8
9
10
11
12
| # k8s-deploy 技能
**用途**: 部署应用到 K8s
**参数**:
- app_name: 应用名称
- namespace: 命名空间
- replicas: 副本数
**执行**:
```bash
kubectl apply -f deployment.yaml
|
1
2
3
4
5
6
7
8
9
|
### 2.2 工具注册
```python
skills = {
"k8s-deploy": k8s_deploy,
"feishu-send": feishu_send_message,
"web-search": web_search,
}
|
三、参数提取技巧
3.1 显式参数
1
2
| 用户：部署 myapp 到 production，3 个副本
→ app_name=myapp, namespace=production, replicas=3
|
3.2 隐式参数
1
2
| 用户：查下北京天气
→ city=北京, tool=get_weather
|
四、错误处理
4.1 参数验证
1
2
3
| def validate_params(tool, params):
schema = get_tool_schema(tool)
return jsonschema.validate(params, schema)
|
4.2 执行失败
1
2
3
4
| try:
result = execute_tool(tool, params)
except ToolError as e:
return f"工具执行失败：{e}"
|
五、最佳实践
| 实践 |
说明 |
| 工具描述清晰 |
LLM 能准确理解 |
| 参数类型明确 |
减少提取错误 |
| 错误信息友好 |
便于用户理解 |
| 日志记录完整 |
便于调试 |
作者：John
创建时间：2026-02-28
文档版本：v1.0