完整题目
在构建大模型工具调用(Tool Calling)能力时，工具集的设计应该遵循哪些原则？请从工具抽象层次、接口设计、错误处理等方面进行阐述。
本文目录
答案要点
- 工具抽象层次：区分原子工具与复合工具，避免过细或过粗
- 接口设计：Schema清晰、参数自描述、支持动态发现
- 错误处理：分级容错、可观测性、优雅降级
- 安全性：权限隔离、输入校验、执行沙箱
- 可扩展性：工具注册机制、版本管理、热更新
一、工具抽象层次
核心原则：粒度适中，语义清晰
- 原子工具：单一职责，如
get_weather、send_email，参数明确、无副作用歧义 - 复合工具：高阶封装，如
book_travel内部编排航班+酒店+租车，降低Agent推理负担 - 避免反模式：
- 过细：
get_weather_by_lat+get_weather_by_city+get_weather_forecast→ 应合并为统一get_weather - 过粗：
operate_database包含CRUD所有操作 → 应按操作类型拆分
- 过细：
二、接口设计（Schema）
面向LLM友好的描述
{
"name": "search_product",
"description": "根据关键词搜索商品，返回匹配的商品列表。当用户询问'有什么手机'时使用此工具",
"parameters": {
"type": "object",
"properties": {
"keyword": {"type": "string", "description": "搜索关键词，如'iPhone 15'"},
"sort_by": {"type": "string", "enum": ["price_asc", "sales_desc"], "description": "排序方式"}
},
"required": ["keyword"]
}
}关键要点：
description必须包含使用场景触发条件（when to use），减少LLM误调用- 参数类型明确，枚举值给出可选项，复杂对象扁平化处理
- 支持动态工具发现：运行时根据用户权限/场景过滤可用工具列表
三、错误处理机制
分层容错策略
| 层级 | 处理策略 | 示例 |
|---|---|---|
| 参数校验 | 前置拦截，返回结构化错误 | 必填字段缺失 → MISSING_PARAM: "keyword is required" |
| 执行异常 | 重试+降级，Agent可感知 | API超时 → 返回TOOL_ERROR: "weather service unavailable, please try later" |
| 结果异常 | 后处理兜底，保证下游可用 | 返回空数组 → 包装为{"results": [], "suggestion": "try broader keywords"} |
可观测性：每个工具调用生成唯一trace_id，记录输入参数、执行耗时、原始响应，便于问题定位
四、安全与扩展
- 权限隔离：工具绑定角色权限，敏感操作（支付、删除）需二次确认
- 输入净化：参数防注入，特别是SQL、代码执行类工具
- 热更新：工具版本化管理，支持A/B测试和灰度发布
换一种问法，检查是否真正理解
场景切入
假设你在做一个电商客服机器人，用户说“帮我查一下昨天订单”，你需要调一个工具去查订单。那你的工具集里，是把查订单、查物流、退换货都做成单独的工具，还是合在一起？你设计工具的时候会怎么抽象它们？
层层追问
你做过工具调用吧，你觉得给大模型暴露工具时，接口该怎么设计？……比如参数的描述怎么写能让模型不瞎调？……那如果工具调用出错了，比如超时或者参数不对，你的系统怎么处理？……还有，工具多了以后怎么管理？
直球架构
设计大模型工具调用的工具集，从工具抽象层次、接口设计、错误处理三个方面，你会遵循哪些原则？具体说说怎么避免工具粒度过细或过粗，Schema怎么写才友好，以及错误怎么分级容错。
练习口述回答 · 约4分钟
- 这道题本质问的是LLM和外部系统怎么安全高效地交互
- 工具粒度要适中，原子和复合工具搭配使用
- Schema设计要面向LLM友好，描述要包含触发条件
- 错误处理要分层，让Agent能感知并降级
- 安全隔离和热更新是上线前必须考虑的
这道题其实在问一个问题：当我们把大模型接入外部系统的时候，怎么让它既能安全高效地调用工具，又不会因为工具设计不好而把整个流程搞崩？核心就是围绕LLM和外部系统之间的契约来设计。
先说工具抽象层次。这里容易走极端，要么把工具拆得太碎，比如一个天气功能拆成按城市查、按经纬度查、查预报三个独立工具，LLM得花好多步才能完成一次查询。要么搞一个大而全的万能工具，比如一个operate_database包揽所有CRUD操作，LLM根本搞不清该传什么参数。我的做法是区分原子工具和复合工具。原子工具负责单一职责，比如get_weather，参数明确且无歧义。复合工具则是把多个原子工具编排成一个高阶业务操作，比如book_travel内部调航班、酒店、租车，这样LLM只需要一次调用，推理负担小很多。真正落地的时候，我会根据业务场景搭配使用：对简单查询用原子工具，对复杂流程用复合工具。举个例子，在客服退款场景里，退款操作本身是原子工具，但处理退货流程可能涉及查询订单、验证商品状态、发起退款、记录备注，我会把这些打包成一个process_refund复合工具，LLM一步完成。
再来看接口设计，也就是Schema怎么写给LLM看。这里的关键是描述要包含使用场景的触发条件。比如一个search_product工具，它的description不能只写“根据关键词搜索商品”，还要加上“当用户询问‘有什么手机’时使用此工具”。这样LLM才能准确判断何时调用，减少误调用。参数也要自描述，枚举值给出可选项，复杂对象尽量扁平化。另外，我还支持动态工具发现，运行时根据用户权限或当前场景过滤可用工具列表。比如普通用户看不到删除订单的工具，管理员才能看到。
错误处理这块，我把它分成三个层级。第一层是参数校验，前置拦截，LLM传的参数不对，直接返回结构化错误，比如MISSING_PARAM: "keyword is required"，LLM马上就能补传。第二层是执行异常，比如API超时，我会重试一次，如果还失败就返回，并附上降级建议，比如“天气服务暂时不可用，请稍后再试”。第三层是结果异常，比如返回空数组，我会包装成，让LLM有改进方向。每个工具调用还会生成唯一trace_id，记录输入参数、执行耗时、原始响应，方便问题定位。