Function Calling：让 AI 调用你的 API

LLM 原本什么都做不了

你让它"查北京今天天气"，它只能根据训练数据瞎猜。它没有联网、没有 API、没有数据库。

**Function Calling（函数调用，也叫 Tool Use）**解决了这个问题：

你告诉模型"我这里有这些函数可以调"，模型根据用户请求决定要不要调、用什么参数调，然后把结果告诉你的程序去真正执行。

注意：模型不真的执行函数，它只输出"应该怎么调"。真正执行的是你的代码。

一个完整的例子

import OpenAI from 'openai'
const client = new OpenAI()

// 1. 定义可用的工具
const tools = [
 {
 type: 'function',
 function: {
 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，如"北京"' },
 },
 required: ['city'],
 },
 },
 },
]

// 2. 真正的工具实现（你的业务代码）
async function getWeather(city) {
 // 假装调了一个天气 API
 return { city, temperature: 22, condition: '晴' }
}

// 3. 发起对话
const messages = [
 { role: 'user', content: '北京今天天气怎样？' },
]

const res = await client.chat.completions.create({
 model: 'gpt-4o-mini',
 messages,
 tools, // 告诉模型有哪些工具
})

const msg = res.choices[0].message
console.log(msg)
// {
// role: 'assistant',
// content: null,
// tool_calls: [
// {
// id: 'call_abc',
// type: 'function',
// function: {
// name: 'get_weather',
// arguments: '{"city":"北京"}',
// },
// },
// ],
// }

看！模型没直接回答，而是告诉你："我需要调 get_weather('北京')"。

完整闭环

// 4. 执行工具
messages.push(msg) // 把模型的 tool_calls 回复加进历史

for (const call of msg.tool_calls) {
 const args = JSON.parse(call.function.arguments)
 const result = await getWeather(args.city)

 messages.push({
 role: 'tool',
 tool_call_id: call.id,
 content: JSON.stringify(result),
 })
}

// 5. 把结果喂回模型，让它组织最终回答
const final = await client.chat.completions.create({
 model: 'gpt-4o-mini',
 messages,
 tools,
})

console.log(final.choices[0].message.content)
// "北京今天晴，22 度，适合出门。"

所以整个流程是个循环：

用户提问
 │
 ▼
LLM 决策 ──► 不需要工具 ──► 直接回答
 │
 ├──► 需要工具
 │ │
 │ ▼
 │ 执行工具
 │ │
 │ ▼
 │ 结果喂回 LLM ──► 可能还要调下一个工具 ──► 循环
 │
 └─────► 最终回答

多工具 + 并行调用

现代模型（GPT-4o、Claude 3.5+、DeepSeek-V3）支持并行调用多个工具，一次性说"我要查天气、查时间、查日历"。

const tools = [
 { type: 'function', function: { name: 'get_weather', ... } },
 { type: 'function', function: { name: 'get_time', ... } },
 { type: 'function', function: { name: 'search_web', ... } },
]

你的代码要处理 tool_calls 数组（可能不止一个）。

Schema 设计的艺术

工具的 parameters 用JSON Schema描述，这决定模型能不能正确调用。

// 用 zod + zod-to-json-schema 比手写 JSON Schema 舒服 100 倍
import { z } from 'zod'
import { zodToJsonSchema } from 'zod-to-json-schema'

const sendEmailSchema = z.object({
 to: z.string().email().describe('收件人邮箱'),
 subject: z.string().describe('邮件主题'),
 body: z.string().describe('邮件正文，支持 Markdown'),
 cc: z.array(z.string().email()).optional().describe('抄送列表'),
})

const tool = {
 type: 'function',
 function: {
 name: 'send_email',
 description: '发送一封邮件。只在用户明确要求时使用。',
 parameters: zodToJsonSchema(sendEmailSchema),
 },
}

description 的质量直接决定调用准确率。写清楚什么时候该用、什么时候不该用。

实际场景：前端可以用它做什么

1. 让 AI 操作 UI

const tools = [
 { name: 'set_theme', parameters: { theme: 'dark' | 'light' } },
 { name: 'navigate_to', parameters: { page: string } },
 { name: 'open_modal', parameters: { modal_id: string } },
]
// 用户说"切暗色模式"，模型返回 set_theme({ theme: 'dark' })，前端执行

2. 智能搜索/填表

// 用户说"帮我订下周三下午北京飞上海的机票"
// 模型调 search_flights({ from, to, date, time_range })

3. 读写业务数据

const tools = [
 { name: 'create_task', ... },
 { name: 'list_my_tasks', ... },
 { name: 'mark_done', ... },
]
// 用户说"把今天的三件事标记完成"，模型连调三次 mark_done

4. 从自然语言生成 SQL/GraphQL 5. 控制 Chrome 扩展、VS Code 插件

安全性（极重要！）

模型会出错、会被 Prompt 注入攻击。永远不要盲目信任 tool_calls。

// 灾难
async function execute(call) {
 const args = JSON.parse(call.function.arguments)
 if (call.function.name === 'delete_user') {
 await db.deleteUser(args.userId) //
 }
}

正确做法： -权限校验：每个工具独立权限，按当前用户身份过滤 -危险操作需要用户确认：涉及扣费、删数据、发邮件的，弹窗二次确认 -参数校验：用 zod 严格校验 arguments -工具分级：把工具分成"查询型"（安全）和"执行型"（敏感）

模型的 Function Calling 能力对比

想做 Function Calling，选模型至关重要。

和 Agent 的关系

Function Calling 是单步的：模型决定调一次工具 → 执行 → 模型看结果 → 回答。

Agent是在 Function Calling 基础上加循环和记忆，让模型能自主完成多步任务（"帮我查天气、写邮件、发出去"）。下一篇专门讲。

动手作业

给一个 Todo 应用加 AI 接口：

• 工具 1：add_task({ title, due_date })
• 工具 2：list_tasks({ filter: 'today'|'week'|'all' })
• 工具 3：complete_task({ id })

要求：支持自然语言操作，比如"把明天的事推到下周一"（模型要能先 list 再 update）。

参考资料

• OpenAI Function Calling 文档 — 权威文档
• Anthropic Tool Use 文档 — Claude 的 Tool Use
• Vercel AI SDK: Tools — 前端友好的封装
• zod-to-json-schema
• OpenAPI → Tools 转换 — 把已有 REST API 变成 LLM 工具