大模型的 Function Calling 是什么：让 AI 调用你的外部工具

Function Calling（常被称为函数调用或工具调用）让大模型从"只会聊天"升级成"能动手做事"：它输出的是"要调用的函数和参数"，真正执行的却是你的代码。你让模型"查北京明天天气"，它若只能凭记忆编温度就毫无价值；而支持 Function Calling 的应用能真的返回实时天气。靠的不是模型自己知道，而是它学会了用结构化方式表达"我需要调一个查天气的接口"，把"干活"这件事交还给你的程序。理解它，是看懂现代 AI 应用怎么接上真实世界的第一步。

先看结论

如果你希望 AI 能查实时数据、操作业务系统，而不是只陪聊，Function Calling 是绕不开的基础能力。

它解决了什么问题

大模型本质上是"文本进、文本出"的概率模型。它擅长语言，但不擅长两件事：一是获取训练数据之外的新鲜信息（天气、股价、库存），二是执行动作（调用外部工具、下单、发邮件、改数据库）。硬要让它"直接回答"，它只能靠记忆编，也就是幻觉。想看 Function Calling 怎么落地到开发，可参考 AI 编程技能教程。

Function Calling 的解法是：把"执行动作"这件事从模型身上拿掉，改成让模型输出一个结构化指令——"我想调用 get_weather，参数是城市=北京"。至于这个函数怎么查、查哪个接口，全由你的代码实现。模型只负责"在什么情况下该调哪个函数、填什么参数"，真正产生真实结果的是你的程序。

核心概念与三个角色

理解 Function Calling，关键是分清三方职责：

• 函数声明（Schema）：你提前告诉模型"有哪些函数可用、每个要什么参数"。这通常是一段 JSON（可看 JSON 教程 了解格式），描述函数名、用途和参数类型，相当于给模型一份"工具清单"。
• 模型：读用户问题和工具清单，决定调不调、调哪个、填什么参数，并输出结构化结果（而不是最终答案）。
• 你的执行代码：收到模型给的函数名和参数，真正去调用 API、查库、执行动作，再把结果返回给模型。

注意：Function Calling 里模型从不亲自执行函数，它只是"建议调用"。是否执行、怎么执行，完全在你的代码手里，这也是安全控制的落点。

一次调用是怎么发生的

以"查北京天气"为例，完整链路是：

1. 你先把 get_weather 的函数声明连同用户问题一起发给模型。
2. 模型判断：要回答这个问题，需要调 get_weather，参数是 city=北京，于是输出结构化调用请求。
3. 你的程序解析这个请求，真正去请求天气接口，拿到"晴，22℃"。
4. 你把"晴，22℃"作为新消息回传给模型。
5. 模型用这个真实结果组织成自然语言回答用户。

整个过程里，模型两次出场：第一次决定"调什么"，第二次把"真实结果"翻译成人话。真正发生网络请求的是第 3 步的你方代码。

怎么开始用

对开发者来说，最小可跑的骨架是先声明函数，再解析模型的输出。示意如下：

{
  "name": "get_weather",
  "description": "查询指定城市的当前天气",
  "parameters": {
    "type": "object",
    "properties": {
      "city": { "type": "string", "description": "城市名" }
    },
    "required": ["city"]
  }
}

落地 Function Calling 记住三点：一是函数描述要写清楚用途和参数，模型靠它判断何时调用；二是执行前做权限与参数校验，别让模型传来的内容直接进危险操作；三是把函数返回结果再喂回模型做润色，而不是直接把原始 JSON 丢给用户。

配置好函数声明后，先安装对应 SDK 并运行一次最小示例：检查模型是否输出了预期的函数名和参数；若调用失败或参数缺失，按报错修复后重试验证。（以下示例依据各家大模型官方文档，具体字段以你用的 SDK 版本为准。）

总结

Function Calling 是"让 AI 动手"的基石：它让模型学会用结构化方式表达"我想调某个函数"，而真实执行交给你的代码。它既解决了模型知识截止、不会实时数据的问题，又把安全与可控性留在开发者手里。理解了它，也就理解了为什么今天的 AI 能查天气、能下单、能操作你的系统。

常见问题

Q：Function Calling 和 Agent 是一回事吗？

不是。Function Calling 是"模型会请求调函数"这一项能力；Agent（智能体）是更高层的概念，通常指模型反复调用函数、自己规划多步任务。Agent 往往建立在 Function Calling 之上。

Q：模型会乱调函数吗？

可能。所以要在函数声明里写清用途，并在你的代码层做白名单和参数校验，只执行预期内的调用。

Q：所有模型都支持吗？

主流大模型的 Function Calling 大多支持，但具体格式（比如 JSON 结构、是否支持并行调用）各家的 SDK 略有差异，接之前看对应文档。

Q：返回结果很长会怎样？

建议函数只返回模型需要的精简字段，原始大报文留在你方处理，避免把上下文撑爆。

延伸学习

• AI 智能体与自主执行一次讲清 — 想知道 Agent 怎么在 Function Calling 之上自己跑任务，看这篇。
• CodeBuddy 实战课 — 想动手做 AI 项目，这门实战课更系统。
• OpenClaw 中文教程 — 顺手看一个 AI 编码工具的真实用法。