What is 工具使用(Tool Use)?
LLM 在响应生成过程中调用外部函数、API 或工具的能力——通过模型生成、运行时执行的结构化函数调用模式实现,是所有现代智能体架构的基础。
Definition
工具使用是语言模型在响应生成期间调用外部函数、API 或工具的能力,而不是仅依赖其内部知识。该模式通过结构化函数调用模式实现:开发者注册工具(带名称、描述和参数模式),模型决定何时调用工具并生成结构化调用,运行时对实际工具执行该调用,结果反馈给模型进行继续推理。这个循环——模型决定、运行时执行、结果返回——是所有现代智能体架构的基础。
工具使用保真度(模型在压力下可靠生成格式良好的工具调用的能力)现在是与原始推理质量分离的主要模型能力维度。
Why It Matters
工具使用是 LLM 作为文本生成器与 LLM 作为智能体之间的分界线。没有工具使用,模型只能生成文本;有工具使用,模型可以在世界中采取行动——查询数据库、调用 API、控制浏览器、执行代码。每个智能体框架(LangChain、LangGraph、CrewAI、AutoGen、Mastra、smolagents、Hermes Agent)都在工具使用基础上构建。
Key Takeaways
- 工具使用使 LLM 能够在响应生成期间调用外部函数和 API
- 通过结构化函数调用模式实现(名称、描述、参数)
- 所有现代智能体框架和架构的基础
- 工具使用保真度是与原始推理质量分离的能力维度
- 强大的开源权重工具使用基础:GPT-OSS、Qwen 3+、Kimi K2.6、Hermes 4
How Ertas Helps
在 Ertas Studio 中为智能体部署微调模型时,在训练数据中包含显式工具使用轨迹可显著改善微调模型在生产中的工具使用保真度。Ertas Studio 原生支持包含结构化函数调用、观察的工具输出和多步骤推理轨迹的训练数据格式。
Related Resources
Ship AI that runs on your users' devices.
Early bird pricing starts at $14.50/mo — locked in for life. Plans for builders and agencies.