深入浅出：Agent如何调用工具——从OpenAI Function Call到CrewAI框架

LeonAlgo

发布于 2025-02-26 21:58:34

10000

代码可运行

文章被收录于专栏：拾光学迹拾光学迹

运行总次数：0

代码可运行

字数：约4000字｜预计阅读时间：10分钟

嗨，大家好！作为一个喜欢折腾AI新技术的算法攻城狮，最近又学习了一些Agent工作流调用工具的文章，学完之后，我真的是“啊这”，一边感慨AI技术的强大，一边觉得自己打开了新世界的大门。于是，我决定写这篇博客，把我的学习心得分享给大家！如果你对AI智能体、工具集成，以及如何让它们更“聪明”感兴趣，那千万别错过这篇文章！

引言：Agent与工具，天作之合？

Agent，直译就是“代理”，但在AI领域，它更像是一个“智能小帮手”，可以帮用户完成各种复杂任务，比如回答问题、处理数据，甚至操控其他系统。

但问题来了：Agent再智能，它的基础能力终归有限，比如它不可能自带所有最新的数据，也不可能直接执行某些复杂操作。这时候，就需要一个“外挂”神器——工具！

工具可以赋予Agent超能力，比如：

• 调用外部API：获取实时数据，比如天气、汇率。
• 执行函数：进行复杂计算或数据处理。
• 访问数据库：提取大规模业务数据。

Agent+工具的组合，就像盖伦拿到了一把三相之力（好吧，暴露年龄了），能力瞬间爆炸！而这篇调研报告的核心就是：如何设计这些工具，并让Agent高效调用它们。重点关注了OpenAI的Function Call机制和CrewAI框架下的工具创建方法。下面，我就把我的学习心得分享给大家。

一、 Agent工具分类是什么？

在AI领域，工具可以理解为一些功能模块，通过标准化接口与Agent交互。文中将工具分为以下几类：

1. 信息获取工具：比如调用API获取实时数据，或者从网页爬取信息。
2. 计算处理工具：执行数学运算、运行代码，甚至处理图像。
3. 交互工具：比如发邮件、推送消息。
4. 控制工具：调整Agent的参数，或者控制它的行为，比如让它“安静点”。

引入工具，可以让Agent像开了挂一样，具备模型本身无法完成的能力。就好比给钢铁侠的战甲装上各种黑科技，简直不要太爽！

二、Agent中集成工具的步骤

想要把工具整合到Agent中，大体需要以下几个步骤：

1. 工具注册：注册工具的schema，通常包括工具的名称、功能描述和接口参数的定义。
2. 接口设计：为工具设计标准化的接口，确保Agent能以统一的方式与工具交互。比如，使用REST API或函数接口作为工具与Agent通信的桥梁。
3. 环境适配与优化：确保工具与Agent的协同工作状态，需要考虑操作系统兼容性、依赖库安装等问题。同时还需要优化工具的性能和响应速度。

这三个步骤确保了Agent能够正确识别和调用工具，发挥工具的功能，增强Agent的能力。

三、Agent如何调用工具的原理

Agent调用工具的过程涉及到任务理解、工具选择、参数传递和结果处理。下面，我们分别看看OpenAI的Function Call机制和CrewAI框架下的调用机制。

3.1 OpenAI Function Call调用机制

3.1.1 概念解析

OpenAI的Function Call机制是GPT模型的一种扩展能力，允许Agent调用预定义的工具（函数）。在这个机制中，开发者通过提供函数的签名及其功能描述，让模型能够动态地选择、调用并与这些工具交互。

调用过程的核心是：

1. 函数注册：提供函数的名称、功能描述和参数定义。
2. 自然语言解析：模型通过对用户输入的自然语言理解，判断是否需要调用函数来完成任务。
3. 函数调用与返回：模型生成调用函数的参数，执行调用，接收函数返回值并完成任务。

3.1.2 数据流与调用流程

1. 用户输入：
- • 用户向Agent发送请求，例如“请帮我查询明天北京的天气”。
2. 任务解析：
- • GPT模型分析用户输入，判断是否需要调用函数。
3. 生成函数调用参数：
- • 根据函数描述，GPT模型自动生成调用所需的参数。
4. 调用函数：
- • Agent通过后端的工具接口执行实际的函数调用，并获取返回值。
5. 返回结果：
- • 函数返回的结果会被模型处理，并以自然语言的形式呈现给用户。

调用流程可以用下面这个图示简单表示：

prompt匹配可用函数/工具传参并调用执行函数生成自然语言的用户响应用户问题LLM模型生成ToolCal应用程序返回ToolCallRespons

3.1.3 技术实现

在设计和实现智能Agent时，核心挑战之一在于如何让Agent高效完成任务。Agent需要具备以下能力：理解用户意图、判断是否需要调用工具、精准生成工具调用参数，并将调用结果格式化为用户可理解的自然语言输出。

1) 理解用户意图

在OpenAI Function Call中，意图识别的核心依赖于模型对工具描述的理解。以下是具体流程：

1. 工具描述注册：

• 在模型中注册工具时，需要提供详细的功能说明和参数说明。functions = [ { "name": "query_weather", "description": "查询天气信息。", "parameters": { "type": "object", "properties": { "city": {"type": "string", "description": "城市名称"}, "date": {"type": "string", "description": "查询日期"} }, "required": ["city", "date"] } } ]

2. 模型推断意图：

• 用户输入后，模型通过上述工具描述推断用户意图。例如，用户输入：“查询明天北京的天气。” ，模型会识别出“query_weather”工具最符合需求。GPT会根据用户输入，自动提取并生成参数，比如从“明天北京”中提取city="北京"和date="明天"。

3. 动态决定调用：
- • 如果function_call="auto"，模型会自动判断是否需要调用工具。进一步，如果模型认为用户意图需要调用某个工具，会生成一个函数调用请求，包含工具名称和参数。

2) 判断是否需要调用工具

Agent需要根据用户输入动态判断是否调用工具。这一过程依赖于几方面的机制：

1. 模型内能力 vs 工具能力：
- • 如果任务可以通过模型自身的知识完成（例如回答“GPT是什么？”），则不调用工具。
- • 如果任务需要实时信息、外部数据或复杂计算（例如“今天的汇率是多少？”），则调用工具。
2. 工具匹配度：
- • 工具的匹配度依赖于工具的功能描述，模型通过语义相似度判断。

3) 精准生成工具调用参数

生成工具调用参数是工具调用中的关键步骤。参数的准确性直接影响工具的执行结果。

1. 工具描述驱动：
- • 工具的参数定义（如参数名称、类型、描述等）是模型生成参数的重要依据。
- • 模型会根据用户输入中的关键信息提取参数值。
2. 用户输入补全：
- • 如果用户输入不完整，模型会尝试根据上下文或知识补全。例如，输入“查一下北京的天气”，缺少日期信息时，模型可能自动补全为当天的日期。
3. 参数校验与修正：
- • 传参前，后端需要对模型生成的参数进行校验。例如，检查日期格式是否符合要求。

举个栗子，假设我们有一个处理CAD文件的函数：

functions = [
    {
        "name": "process_cad_file",
        "description": "处理CAD图纸文件，提取设备信息并生成统计报告",
        "parameters": {
            "type": "object",
            "properties": {
                "file_path": {
                    "type": "string",
                    "description": "CAD文件的路径，支持.dwg格式"
                }
            },
            "required": ["file_path"]
        }
    },
]

当用户输入“请帮我处理这个CAD图纸：project.dwg”时，模型会自动生成函数调用：

{
    "function_call": {
        "name": "process_cad_file",
        "arguments": "{\"file_path\": \"project.dwg\"}"
    }
}

3.2 CrewAI框架调用机制

CrewAI是一个基于LangChain的开源Agent框架，提供了方便的工具集成和Agent构建能力。在CrewAI中，工具的创建和调用也非常灵活。

3.2.1 工具注册与调用流程

1. 工具定义：通过继承CrewAI的基类或使用装饰器定义工具。
2. 工具注册：将工具注册到Agent，使其可以被调用。
3. Agent处理用户输入：Agent会解析用户输入，自动匹配适合的工具。
4. 执行工具逻辑：调用工具的run方法，获取结果。
5. 结果返回：将工具结果直接返回给用户。

四、工具创建的具体方法

4.1 基于OpenAI Function Call的工具创建

4.1.1 工具定义与注册

在OpenAI的Function Call机制中，工具（函数）的定义需要提供详细的描述和参数schema。步骤如下：

1. 定义函数逻辑：编写实际执行任务的函数。
2. 编写函数描述：包括函数名称、功能描述、参数类型和说明。
3. 注册函数：在调用模型时，通过functions参数传递函数描述列表。

def calculate_sum(a, b):
    return a + b

functions = [
    {
        "name": "calculate_sum",
        "description": "计算两个数的和。",
        "parameters": {
            "type": "object",
            "properties": {
                "a": {"type": "number", "description": "第一个数"},
                "b": {"type": "number", "description": "第二个数"}
            },
            "required": ["a", "b"]
        }
    }
]

4.1.2 调用与参数处理

1. 模型调用：设置function_call参数为"auto"，模型会自动决定是否调用函数。
2. 解析函数调用：从模型返回结果中提取function_call信息，获取函数名称和参数。
3. 执行函数：调用实际的函数逻辑，并获取结果。
4. 结果处理：将函数结果转换为自然语言，返回给用户。

4.2 基于CrewAI框架的工具创建

除了可以直接使用CrewAI框架下提供的工具（包括 CrewAI Toolkit 和 LangChain Tools 的工具），还可以创建自己的专属工具。

4.2.1 创建自定义工具

在CrewAI中创建工具非常简单：

1. 使用装饰器@tool定义工具：

from crewai.tools import tool  

@tool("查询天气")  
def query_weather(city: str, date: str):  
    return f"{city}在{date}的天气是晴天，气温5°C。"

2. 或者继承BaseTool实现工具：

from crewai.tools import BaseTool  

class WeatherTool(BaseTool):  
    name = "查询天气"  
    description = "根据城市和日期查询天气。"  

    def _run(self, city: str, date: str):  
        return f"{city}在{date}的天气是晴天，气温5°C。"

3. 更多的时候还可以使用API来包装函数为结构化工具：

from crewai.tools.structured_tool import CrewStructuredTool
from pydantic import BaseModel

classWeatherTool(BaseModel):
    file_path: str
    process_type: str

defquery_weather(file_path: str, process_type: str):
    # 实现处理逻辑
    return"处理结果"

queryweather = CrewStructuredTool.from_function(
    name="查询天气",
    description="根据城市和日期查询天气",
    func=query_weather
)

CrewAI的调用机制与Function Call类似，但支持更复杂的任务分解。比如多个工具可以协同合作，完成一个复杂任务。