工具使用（Tool Use）：让模型从“会说”到“会做”
📅 主题：LLM 如何调用外部工具，完成可执行任务
一、什么是 Tool Use
Tool Use（工具使用） 指的是：
模型在推理过程中，不只生成文本，还能按需调用外部能力（API、数据库、检索、代码执行、文件系统等），再基于工具返回结果继续推理并输出答案。
简单理解：
- 纯 LLM：只靠参数记忆回答
- Tool Use：需要什么能力就去调用什么工具
这让模型从“语言生成器”变成“任务执行者”。
二、为什么 Tool Use 很重要
在真实业务里，很多问题不可能仅靠模型参数解决：
- 需要最新数据：例如实时价格、天气、库存
- 需要精确计算：复杂计算、代码执行、SQL 聚合
- 需要系统操作：发消息、写工单、更新数据库
- 需要私有知识：企业文档、内部系统、权限数据
Tool Use 的价值：
- 提升准确性（有外部证据）
- 降低幻觉（不是“猜”，而是“查”）
- 扩展能力边界（可执行真实动作）
三、Tool Use 的基本流程
典型流程如下：
- 用户提出任务
- 模型判断是否需要调用工具
- 选择工具并生成参数
- 系统执行工具调用
- 将结果回传给模型
- 模型基于结果继续推理并输出
可以写成：
问题 -> 选择工具 -> 执行 -> 观察结果 -> 生成最终答案
这也是 ReAct / Agent 工作流中的核心闭环。
四、工具接口设计：决定可用性
工具是否好用，关键看接口定义质量。建议：
4.1 明确工具职责
- 一个工具只做一件事（高内聚）
- 命名清晰（
searchDocs、runSql、sendMessage）
4.2 参数结构化
- 使用明确 schema（字段类型、必填项、枚举值）
- 给出示例参数，减少模型调用错误
4.3 返回可解析
- 返回结构化结果（JSON）
- 包含状态码、错误信息、关键结果字段
4.4 错误可恢复
- 可预期错误（超时、权限不足、参数不合法）要有标准化返回
- 方便模型或编排层决定重试/降级
五、常见工具类型
- 检索类：搜索文档、知识库、网页
- 数据类：数据库查询、指标系统
- 执行类：代码运行、脚本调用、命令执行
- 业务类：工单系统、IM 发送、CRM 操作
- 内容类：读写文件、生成报告、文档处理
在生产系统中，工具通常会按权限域分组，避免模型访问不必要的高风险能力。
六、Tool Use 的关键工程问题
6.1 工具选择错误
表现：模型选错工具或参数乱填。
优化：
- 工具描述写清“何时用”
- 减少同时暴露的工具数量（按场景路由）
- 在调用前做参数校验
6.2 调用链过长
表现：一个问题触发很多无效调用，延迟高。
优化：
- 设置最大调用步数
- 增加 early stop 条件
- 对常见问题做缓存
6.3 高风险操作
表现：模型直接执行不可逆操作（删除、发送、改库）。
优化：
- 权限分级
- 人工确认（human-in-the-loop）
- 干跑模式（dry-run）与审计日志
6.4 工具返回噪声大
表现：工具返回太多无关数据，模型理解困难。
优化：
- 返回精简字段
- 提供摘要层（result summary）
- 对大结果做分页与筛选
七、Tool Use 与 MCP、Skills、Agent 的关系
- MCP：定义工具/资源如何标准化暴露（能力接口层）
- Skills：定义在什么场景下如何使用工具（策略层）
- Agent：在多步任务中决策何时调什么工具（执行编排层）
三者关系可以理解为：
- MCP 提供“有什么工具可用”
- Skills 提供“工具应该怎么用”
- Agent 决定“当前这一步要不要用、用哪个”
八、评估 Tool Use 效果
仅看“回答是否通顺”不够，建议看这些指标：
- 工具调用成功率（调用是否正常返回）
- 工具选择准确率（是否选对工具）
- 任务完成率（最终任务是否完成）
- 平均调用步数（是否高效）
- 端到端时延与成本
- 高风险操作误触发率
这些指标能直接反映 Tool Use 是否“可上线”。
九、实践建议（落地顺序）
- 先做 2-3 个高价值工具（不要一次接太多）
- 定义清晰 schema 与错误码
- 建立调用日志和可观测性
- 增加参数校验与权限控制
- 再逐步引入多工具编排与自动化策略
这样可以从“可用”稳步走向“可控、可审计、可扩展”。
十、小结
- Tool Use 是 LLM 从“会说”到“会做”的关键能力。
- 核心闭环是：判断是否调用 -> 选择工具 -> 执行 -> 用结果继续推理。
- 工具接口设计（职责、参数、返回、错误）决定了系统上限。
- 生产落地必须重视权限、审计、错误恢复与性能指标。
- 与 MCP、Skills、Agent 协同后，Tool Use 才能形成稳定的自动化能力。
当模型拥有可靠的工具使用能力，它不再只是回答问题，而是可以真正“完成任务”。