第 6 章 · 工具使用与执行：函数调用、API 与代码解释器

第 6 章 · 工具使用与执行：函数调用、API 与代码解释器

前五章把 Agent 的「大脑」（Profile、Memory、Planning）讲透了。但 Agent 之所以是 Agent 而非问答机器人，靠的是「手脚」——能调用工具、能执行代码、能真的改变外部世界。这一章把 Action 模块彻底展开，讲清函数调用怎么从 Prompt 约定演进到原生结构化、多个工具怎么编排、代码解释器让 Agent 写代码解决问题、以及最关键的——怎么让这一切安全地发生。

章节摘要

第 2.4 节把 Action 模块定位为「四步流水线」骨架。本章纵向深化 Action，覆盖四个方面：

1. 函数调用 Function Calling：从早期 ReAct 的 Prompt 约定（让 LLM 输出 Action: tool[args] 文本），到 OpenAI/Anthropic 式原生结构化调用（JSON Schema 描述工具、模型直接输出调用），再到 MCP 协议的标准化尝试。
2. 工具集成与 API 编排：工具注册表、工具检索（Tool Retrieval，从上百个工具里挑相关的）、并行/串行编排、错误处理与重试。
3. 代码解释器：让 Agent 自己写代码解决计算、数据分析、可视化问题，配套沙箱执行与自我调试。
4. 安全执行：沙箱隔离、权限最小化、人类在环、操作可逆性、Prompt 注入防御。这是 Agent 落地的生命线。

本章是 Agent 连接外部世界的核心章节。学完本章，读者应当能设计一个既能干又安全的 Action 系统。

学习目标

读完本章，你应当能够：

1. 复述 Function Calling 从 Prompt 约定到原生结构化的演进，写出基本的 JSON Schema 工具描述。
2. 解释 MCP 协议试图解决什么问题。
3. 设计工具注册表与工具检索策略，区分并行与串行编排。
4. 说明代码解释器的工作模式与适用场景，理解它与函数调用的互补关系。
5. 设计安全的执行环境：沙箱隔离、权限模型、人类在环、Prompt 注入防御。

子章节安排与导引

四节构成「单一工具调用 → 多工具编排 → 通用代码执行 → 安全保障」的递进，对应 Action 模块从「能用」到「能干」再到「能安全地干」的成熟路径。

配图说明

• Mermaid「Function Calling 从 Prompt 到结构化的演进」：在第 01 节给出。
• Mermaid「工具注册表与工具检索流程」：在第 02 节给出。
• Mermaid「代码解释器的工作循环」：在第 03 节给出。
• SVG「沙箱执行与人类在环的安全控制流」：在第 04 节给出。

SEO 关键词

函数调用、Function Calling、Tool Use、JSON Schema、工具描述、MCP 协议、Model Context Protocol、工具注册表、工具检索、Tool Retrieval、API 编排、并行串行、错误处理、代码解释器、Code Interpreter、沙箱、权限管控、能力最小化、人类在环、操作可逆性、Prompt 注入防御。

章节关联

• 前置：第 2.4 节给出了 Action 模块的四步流水线骨架；第 4 章 ReAct 中的 Action 是其最典型的应用场景。
• 后续：第 7 章多智能体的协作本质上也是工具调用（Agent 之间互相调用）；第 8 章讨论框架（LangChain Tools、OpenAI Assistants 等）的工程实现。