Function Calling 是什么?

模型出意图、程序真执行,三步讲清大模型怎么调工具

原题：什么是 Function Calling(函数调用)?大模型是如何通过它来调用外部工具的,整个流程分哪几步?

Agent

30 秒回答

1. Function Calling 让大模型能"使用外部工具":查数据、调 API、执行动作
2. 模型本身不执行任何代码,它只输出"我想调哪个函数、参数是什么"的结构化 JSON
3. 三步流程:声明工具 schema → 模型出参 → 程序执行后把结果回灌给模型
4. 解决了纯文本模型"只会说不会做"、拿不到实时/私有数据的问题

回答与解析

答案要点

• Function Calling 让大模型能"使用外部工具":查数据、调 API、执行动作

• 模型本身不执行任何代码,它只输出"我想调哪个函数、参数是什么"的结构化 JSON

• 三步流程:声明工具 schema → 模型出参 → 程序执行后把结果回灌给模型

• 解决了纯文本模型"只会说不会做"、拿不到实时/私有数据的问题

• 是 Agent(智能体)的地基能力

核心概念

Function Calling 是一种让大模型以结构化 JSON 的形式"表达调用意图"、由外部程序真正执行函数、再把结果交还给模型继续生成的机制。要先破除一个常见误解:模型自己并不能执行代码,它只是根据工具描述,决定"该调用哪个函数、传什么参数",真正跑代码的是你的程序。

三步流程

1. 声明工具(schema):开发者在请求里用 JSON Schema(一种描述数据结构的规范)写清每个函数的名字、功能、参数类型,比如 get_weather(city: string)。

2. 模型出参:模型判断当前问题需要用工具时,不再回复自然语言,而是输出结构化调用请求,如 {"name": "get_weather", "arguments": {"city": "北京"}}。

3. 执行回灌:你的代码解析这段 JSON、真正去调天气 API,再把返回结果作为一条新消息塞回对话,模型基于真实数据生成最终回答。

为什么需要它

纯对话模型	加上 Function Calling
知识截止到训练日期	能查实时数据
只能输出文本	能触发真实动作(下单、发邮件)
容易编造数字	数字来自真实接口

入门之后,可以继续深入:多工具并行调用、模型选错工具时怎么兜底,以及在此之上循环起来的 Agent 与工具接入标准 MCP。

口语版讲法(约2分钟)

• 一句话定位：Function Calling 解决模型只会说不会做的问题
• 核心机制：模型输出调用意图，程序执行
• 三步流程：声明 schema → 模型出参 → 执行回灌
• 落地风险：工具描述要清晰，权限和安全要兜底

这道题其实是在问大模型怎么突破纯文本的限制，去调用外部工具。Function Calling 的本质就是让模型输出结构化的调用意图，由程序真正执行，再把结果喂回模型。很多人以为模型自己能执行代码，其实不是，它只是根据工具描述决定调哪个函数、传什么参数，真正跑的是你的程序。

具体流程分三步。先说第一步，声明工具。开发者在请求里用 JSON Schema 写清楚每个函数的名字、功能、参数类型。比如我定义一个 get weather，参数是城市名，类型是 string，描述要写清楚。这一步有个坑，就是工具描述不能太模糊，否则模型容易选错工具。举个例子，客服系统里有个查订单的工具，还有个查退款状态的工具，如果描述都写“查询订单信息”，模型就可能混淆，所以描述要精确到“查询订单物流状态”和“查询退款审核进度”。

第二步，模型出参。模型判断当前问题需要调用工具时，不再输出自然语言，而是输出一个 JSON，比如 {"name": "get weather", "arguments": {"city": "北京"}}。这里要注意，模型可能输出错误的参数，比如传一个不存在的城市名，所以参数校验必不可少。

第三步，执行回灌。程序解析这个 JSON，真正调用天气 API，把返回结果作为新消息塞回对话。模型基于真实数据生成最终回答。这一步有个常见失败场景：如果接口超时或报错，直接把堆栈丢给模型，模型会胡编乱造。更好的做法是返回结构化的错误信息，比如“查询失败，请稍后重试”。

真正上线我会特别关注两点。一是工具描述的质量，描述越精确，模型选错概率越低。二是权限控制，模型只能决定调哪个工具，但能不能调、参数合不合法，必须由后端校验，不能信任模型自己判断。比如客服系统里，普通用户不能调“删除订单”这类高危工具。

所以我会把 Function Calling 看成模型和外部世界的受控接口。它解决了模型拿不到实时数据、只会说不会做的问题，但前提是工具定义清晰、权限和异常处理到位。

其实再往前走一步，多个工具要协作完成复杂任务时，单纯靠 Function Calling 一步步调用容易出错。我更倾向用状态机或 DAG 把依赖关系固化下来，比如“查库存、锁库存、创建订单”这种流程，不能让模型自由组合。

关键一句:多工具协作时，Function Calling 逐次调用容易出错，需要编排机制。

面试官还可能这样问

1. 问法 1 · 概念辨析有人说 Function Calling 就是让大模型帮你跑代码,这个说法对吗?模型在整个调用链路里到底负责哪一环、不负责哪一环?
2. 问法 2 · 场景切入假设你要做一个查快递的客服机器人,用户问"我的包裹到哪了",模型本身不知道物流信息,你会怎么用 Function Calling 把物流接口接进来?说说完整流程。