本篇目标：这是 AI 从“聊天机器人”进化为“贾维斯”的关键一步。学会如何让 AI 操控你的电脑、读写文件、甚至帮你在网上买票。

---

一、AI 的手脚：从“嘴炮”到“行动派”

在前面的章节里，我们认识的 AI 都是“嘴炮王者”：

• 问：“今天北京天气怎么样？”
• AI：“对不起，我不知道。我的训练数据只到 2024 年。”

因为它没有手脚，没法去互联网上查。

但是，现在的 AI（如 GPT-4o, Claude 3.5, DeepSeek-V3）都有了一个超能力：Tool Calling（工具调用），也叫 Function Calling。

核心原理

1. 你（开发者） 告诉 AI：“我手里有一个工具叫 get_weather(city)，能查天气。”
2. 用户 问 AI：“今天北京天气咋样？”
3. AI 思考：“用户想查天气 -> 我需要用 get_weather 工具 -> 参数是 Beijing。”
4. AI 输出一个特殊的 JSON：{"tool": "get_weather", "args": {"city": "Beijing"}}。
5. 你（程序） 拿到这个 JSON，真的去运行这个函数，拿到结果“25度，晴”。
6. 你 把结果喂回给 AI。
7. AI 最终回复用户：“今天北京天气不错，25度，是个大晴天。”

注意：AI 不会自己去运行代码（为了安全），它只是告诉你要运行什么。真正的执行权在你手里。

---

二、如何定义一个工具？（给 AI 发说明书）

要让 AI 用工具，你得先给它写一份“说明书”。这份说明书通常是用 JSON Schema 写的。

示例：定义一个“计算器”工具

{
  "name": "calculator",
  "description": "用于执行数学计算。当用户询问数学问题时使用。",
  "parameters": {
    "type": "object",
    "properties": {
      "expression": {
        "type": "string",
        "description": "要计算的数学表达式，例如 '2 + 2' 或 '100 * 0.5'"
      }
    },
    "required": ["expression"]
  }
}

关键点：

• name：工具的名字（AI 靠这个引用）。
• description：最重要！ 告诉 AI 什么时候该用这个工具。如果你写得不清不楚，AI 就不会用。
• parameters：告诉 AI 需要提取什么参数。

---

三、实战流程：一次完整的“工具调用”循环

让我们看看在代码里是怎么跑通的（以 OpenAI 格式为例）：

第一步：用户提问

User: “帮我算算 12345 乘以 9876 是多少？”

第二步：AI 决定调用工具

AI 收到问题和工具定义后，不直接回答，而是返回：

Assistant (Tool Call):
name: calculator
arguments: {"expression": "12345 * 9876"}

第三步：程序执行工具

你的代码捕获到这个 Tool Call，在本地运行：

result = 12345 * 9876 # 结果是 121919220

第四步：把结果喂回给 AI

你构造一条新消息发给 AI：

Tool Message:
tool_call_id: call_abc123
content: "121919220"

第五步：AI 生成最终回答

AI 看到结果后，终于可以回复用户了：

Assistant: “12345 乘以 9876 的结果是 121,919,220。”

---

四、进阶：多步调用与 Agent

如果任务很复杂，AI 可能会连续调用多次工具。

场景：用户问“把这个文件夹里最大的图片发给我。”
AI 的思考链（Chain of Thought）：

1. 调用工具 A：list_files(dir=".") -> 拿到文件列表。
2. 调用工具 B：get_file_size(file="a.jpg")… 循环查大小。
3. 比较大小：发现 c.png 最大。
4. 调用工具 C：email_file(file="c.png")。
5. 回复用户：“发送成功。”

这就是 Agent（智能体） 的雏形——自主规划、连续执行。

---

五、本篇产出：工具定义模板

以后你想给 AI 加新能力（比如查库存、发邮件），套用这个模板：

tool_definition = {
    "type": "function",
    "function": {
        "name": "[工具英文名，如 stock_checker]",
        "description": "[详细描述：这个工具是干嘛的？什么情况下应该用它？]",
        "parameters": {
            "type": "object",
            "properties": {
                "[参数1]": {
                    "type": "string/integer/boolean",
                    "description": "[参数说明：例如 '股票代码，如 AAPL']"
                },
                "[参数2]": {
                    "type": "string",
                    "description": "[可选参数说明]",
                    "enum": ["option1", "option2"] # 如果只能选固定的值
                }
            },
            "required": ["[参数1]"] # 必填参数列表
        }
    }
}

---

练习题：为什么 AI 不调用我的工具？

场景：你定义了一个工具 search_database，描述是 Search DB。用户问“查一下张三的订单”，AI 却直接回“我查不到”。

原因分析：

1. 描述太烂：Search DB 太简略，AI 不知道这个工具能查“订单”。
2. 修改建议：把描述改成 “用于查询用户的历史订单信息。当用户询问买过什么、订单状态时使用此工具。”

记住：AI 是很聪明的，但也是很直男的。你必须把工具的用途说得明明白白。

---

下一步：我们已经让 AI 学会了用计算器和查天气。但在真实世界里，我们处理最多的其实是文档和图片。下一章（卷 1 最终章）我们将学习多模态（Multimodal）——让 AI 长出眼睛，看懂你的 PDF 和截图。