工具集设计最佳实践?

答案要点

• 工具抽象粒度：单一职责 vs 复合工具的平衡
• Schema设计规范：清晰的描述、参数类型、必填校验
• 错误处理与反馈机制：工具失败时的降级策略
• 安全性考量：权限控制、输入校验、沙箱隔离
• 可扩展性：动态注册、版本管理、热更新机制

核心设计原则

1. 单一职责与粒度控制

• 工具粒度遵循"做一件事并做好"：搜索工具只返回结果，不处理摘要；计算工具只执行运算，不解释逻辑
• 避免"万能工具"：一个工具参数过多（>5个）或功能发散，考虑拆分为多个
• 保留必要的复合工具：高频组合场景（如"查天气+穿衣建议"）可封装为原子工具，减少调用链长度

2. Schema设计规范（关键）

{
    "name": "search_product",
    "description": "根据关键词搜索商品，返回商品列表。当用户询问具体商品信息、比价或库存时使用",  # 触发条件明确
    "parameters": {
        "keyword": {"type": "string", "description": "商品名称或核心特征，如'iPhone 15'"},
        "price_range": {"type": "object", "properties": {...}},  # 复杂对象而非平铺
        "required": ["keyword"]
    }
}

• description是核心：直接决定LLM触发准确率，需包含"何时使用+返回什么+注意事项"
• 参数类型明确：用enum限制取值，用format约束格式（如date-time）