工具

工具发现: 系统可以动态发现可用的工具
参数校验: 工具使用 JSON Schema 声明它们的输入要求
错误处理: 标准化的错误上报与恢复
状态管理: 工具可以在多次调用之间保持状态

工具让 AI 系统能够与外部服务交互并执行操作。它们为 Agent 和工作流提供了一种结构化的方式去调用 API、操作数据,以及与外部系统集成。工具是 AI 决策能力与真实世界动作之间的桥梁。

在 AI 系统中,工具通常以函数调用的形式实现,AI 可以利用它们来完成特定任务。例如,一个旅行预订 Agent 可能拥有以下工具:

每个工具都有一个定义好的接口,规定了它的输入、输出和预期行为。这让 AI 系统能够理解何时以及如何恰当地使用每个工具。

最常见的工具类型是封装外部 API 的工具。这类工具负责处理 API 认证、请求构造、响应解析等复杂逻辑,向 AI 系统提供一个干净的接口。

Model Context Protocol ↗ 提供了一种标准化的方式来定义工具并与之交互。可以把它想象成一种构建在 API 之上、专为 LLM 与外部资源交互而设计的抽象层。MCP 为以下方面定义了一致的接口:

负责数据转换和分析的工具对许多 AI 工作流来说必不可少,例如:

Keyboard shortcuts