工具调用

先决条件

• 工具
• 聊天模型

概述

许多 AI 应用程序直接与人类交互。在这些情况下，模型以自然语言响应是合适的。但如果我们希望模型也*直接*与系统（例如数据库或 API）交互，那该怎么办？这些系统通常具有特定的输入模式；例如，API 经常有必需的有效载荷结构。这种需求促使了*工具调用*的概念。您可以使用工具调用来请求符合特定模式的模型响应。

信息

您有时会听到术语 函数调用。我们将其与 工具调用 互换使用。

关键概念

1. 工具创建：使用 @tool 装饰器创建工具。工具是函数与其模式之间的关联。
   
2. 工具绑定：工具需要连接到支持工具调用的模型。这使模型能够感知工具及其所需的输入模式。
   
3. 工具调用：在适当时，模型可以决定调用工具，并确保其响应符合工具的输入模式。
   
4. 工具执行：工具可以使用模型提供的参数进行执行。

推荐用法

此伪代码说明了使用工具调用的推荐工作流程。创建的工具会作为一个列表传递给 .bind_tools() 方法。该模型可以像往常一样被调用。如果进行了工具调用，模型的响应将包含工具调用参数。工具调用参数可以直接传递给工具。

# Tool creation
tools = [my_tool]
# Tool binding
model_with_tools = model.bind_tools(tools)
# Tool calling 
response = model_with_tools.invoke(user_input)

工具创建

创建工具的推荐方式是使用 @tool 装饰器。

from langchain_core.tools import tool

@tool
def multiply(a: int, b: int) -> int:
    """Multiply a and b."""
    return a * b

API 参考：tool

进一步阅读

• 请参阅我们关于工具的概念指南以了解更多详细信息。
• 请参阅我们支持工具调用的模型集成。
• 请参阅我们关于工具调用的操作指南。

工具绑定

许多 模型提供商支持工具调用。

提示

请参阅我们的模型集成页面，了解支持工具调用的提供商列表。

需要理解的核心概念是，LangChain 为将工具连接到模型提供了标准化接口。.bind_tools() 方法可用于指定模型可以调用哪些工具。

model_with_tools = model.bind_tools(tools_list)

作为一个具体示例，让我们以 multiply 函数为例，并将其作为工具绑定到支持工具调用的模型。

def multiply(a: int, b: int) -> int:
    """Multiply a and b.

    Args:
        a: first int
        b: second int
    """
    return a * b

llm_with_tools = tool_calling_model.bind_tools([multiply])

工具调用

工具调用的一个关键原则是，模型根据输入的关联性决定何时使用工具。模型并非总是需要调用工具。例如，给定不相关的输入，模型将不会调用工具

result = llm_with_tools.invoke("Hello world!")

结果将是一个 AIMessage，其中包含模型的自然语言响应（例如，“Hello！”）。但是，如果我们传递一个*与工具相关*的输入，模型应该选择调用它

result = llm_with_tools.invoke("What is 2 multiplied by 3?")

如前所述，输出 result 将是一个 AIMessage。但是，如果调用了工具，result 将具有 tool_calls 属性。此属性包含执行工具所需的一切，包括工具名称和输入参数

result.tool_calls
[{'name': 'multiply', 'args': {'a': 2, 'b': 3}, 'id': 'xxx', 'type': 'tool_call'}]

有关使用详情，请参阅我们的操作指南！

工具执行

工具实现了 Runnable 接口，这意味着它们可以直接被调用（例如，tool.invoke(args)）。

LangGraph 提供预构建的组件（例如，ToolNode），这些组件通常会代表用户调用工具。

进一步阅读

• 请参阅我们关于工具调用的操作指南。
• 请参阅 LangGraph 关于使用 ToolNode 的文档。

强制使用工具

默认情况下，模型可以根据用户的输入自由选择要使用的工具。但在某些情况下，您可能希望影响模型的决策过程。LangChain 允许您强制选择工具（使用 tool_choice），确保模型使用特定工具或给定列表中的*任何*工具。这对于构建模型的行为并引导其实现预期结果非常有用。

进一步阅读

• 请参阅我们关于强制使用工具的操作指南。

最佳实践

在设计模型要使用的工具时，请务必记住：

• 具有明确工具调用 API 的模型在工具调用方面将优于未经微调的模型。
• 如果工具具有精心选择的名称和描述，模型将表现得更好。
• 简单、范围狭窄的工具比复杂工具更容易供模型使用。
• 要求模型从大量工具列表中选择会对模型构成挑战。