FunctionCall介绍
Agent智能体架构、模型推理机制的深度理解。
如何让大模型 真正的连接物理世界。
一、什么是FunctionCall
是大模型 与 工具 交互的 一个流程。
二、是怎么实现的？底层原理
LLM 负责意图识别 于决策生成， 输出结构化指令。
本地代码（手脚） 负责 工具调用与物理执行， 完成实际业务逻辑。
2.1 底层驱动原理（重要）
模型为什么会有这种能力？
「专门的指令微调（SFT）」
- 模型在训练阶段被 喂入了 海量的“函数调用数据集”， 这些特定格式的数据教会了模型：
- 何时应该触发工具？ 以及如何严格遵循Schema描述的格式输出结果。
「推理约束解码」
- 底层推理引擎集成了FSM或正则表达式机制。 在逐个生成token时，强行拦截不符合语法的Token， 从物理层保证输出格式100%合法。
2.3 生产环境避坑指南（难度与解决）
幻觉调用
模型凭空捏造不存在的函数，或胡乱修改参数名。
- 解法：Self-corrention机制，将错误信息喂会给模型让其自省修正
JSON格式崩溃
输出包含多余符号 或缺失括号， 导致解析代码奔溃。
- 解法：json_repair鲁棒解析器 + 强制JSON Mode输出格式。
工具数量爆炸
API太多超出上下文， 且导致注意力分散，调用错误。
- 解法：Tool Retrieval， 利用RAG动态检索最相关的Top-5工具注入。
多步依赖调用
需要根据上一步的结构决定下一步的API调用
- 解法：Agent 编排框架（如ReAct范式），实现Thought-Action循环。