完整题目
在大语言模型Agent系统中，通常可以调用哪些类型的工具和API来扩展模型能力？
答案要点
- 分类清晰：能系统性地列举工具类型（搜索、计算、代码、数据库、业务API等）
- 理解工具调用的本质：将自然语言意图转化为结构化调用
- 提及主流协议标准：OpenAI Function Calling、MCP等
- 说明工具选择机制：LLM如何决定何时调用哪个工具
- 举例具体场景：不同工具组合解决复杂任务
Agent系统的核心是通过Function Calling将LLM的自然语言能力与外部工具打通。常见工具类型包括：
信息获取类
- 搜索引擎（Google/Bing/百度）：获取实时知识，弥补模型训练数据截止问题
- 知识库/RAG检索：查询企业内部文档、产品手册
- 数据库查询：SQL执行、业务数据检索
计算与执行类
- 代码解释器：Python执行复杂计算、数据分析、绘图
- 计算器/Math API：精确数学运算，避免LLM数值幻觉
- 沙箱环境：安全执行用户提交的代码
业务操作类
- 企业API：订单查询、库存管理、用户系统操作
- 第三方服务：天气、地图、翻译、支付接口
- 消息通知：邮件、短信、企业微信推送
多模态与专业工具
- 图像生成/理解：DALL-E、视觉模型
- 专业软件：CAD、仿真工具、生物信息数据库
关键设计要点
- ：用JSON Schema描述工具名、参数、返回值，主流遵循OpenAI Function Calling格式或Anthropic的MCP协议