Function Calling / Tool Calling

从我的理解来看，Function Calling 本质上是大模型根据提示词（Prompt）、用户输入（Input）以及上下文，生成一种指定格式的结构化文本，用于作为调用工具的参数。

Function Calling 不是真的调用函数，而是生成结构化调用指令。

更深层次地看，根据许多教程与文章大核心能力仍然是：

根据上下文预测下一个 Token（Next Token Prediction）

因此 Function Calling 的本质可以理解为：

需求理解
    ↓
参数提取
    ↓
JSON生成

本质上就是：

需求 → 参数提取 → JSON生成

Agent 与 Function Calling

对于 Agent 来说，实际执行过程可以理解为：

ReAct
+
Function Calling
+
Tools

其中：

• ReAct：决定是否需要调用工具，以及调用什么工具
• Function Calling：负责生成工具调用参数
• Tool：负责真正执行对应能力

Function Calling 到 Tool Calling

随着 Agent 逐渐变复杂，调用对象不再只是单一函数，而可能是：

• API
• 数据库
• 搜索引擎
• 浏览器
• MCP Server
• 第三方服务

因此逐渐演变为更通用的 Tool Calling 概念。

简单理解：

Function Calling
    ↓
调用函数

Tool Calling
    ↓
调用工具

而函数（Function）只是工具（Tool）的一种实现形式。

Tool Calling 基本流程

用户 Input
    ↓
LLM 理解需求
    ↓
Tool Routing（选择工具）
    ↓
Parameter Extraction（提取参数）
    ↓
生成结构化调用指令
    ↓
Agent 框架执行 Tool
    ↓
返回执行结果
    ↓
LLM 总结输出