第十节：深入Function Calling——让大模型长出“手脚”

引言上一章，我们打造的代码变量命名助手，本质上还是一个“高级翻译器”：接收结构化输入，输出结构化建议。它很聪明，但依然“动口不动手”。本章，我们将为AI装上“手脚”——深入Function Calling（工具调用）机制。你将看到，大模型如何从理解你的意图，到自主决定并调用一个外部函数（比如一个计算器），从而解决其自身不擅长的精确计算问题，实现真正的能力延伸。核心理论Function Calling，或称 Tool Use，其底层逻辑是“意图识别”与“接口适配”。你可以把它想象成一个经验丰富的项目经理（大模型）和一群各有所长的专家（外部函数）。定义专家名录（声明函数）：你首先需要向项目经理提供一份“专家名录”，详细说明每位专家的专长（函数描述）、能接受什么样的任务（参数列表及其类型和描述）。这份名录就是函数的声明（Schema）。理解任务需求（意图解析）：当你提出一个需求（用户Query），项目经理（大模型）会分析：“这个任务，是我的团队（内部知识）能直接完成的，还是需要请某位专家（外部函数）出马？”发出专家派遣单（生成调用请求）：如果需要调用专家，项目经理不会直接执行代码，而是生成一份格式严谨的“派遣单”（一个符合函数Schema的JSON对象），上面写明了要请哪位专家（function_name）以及具体任务细节（arguments）。执行与反馈：你的程序收到这份