Function Calling

一句话：让模型按结构化参数请求调用某个函数，再由程序执行真实逻辑。

它是什么

Function Calling是工具调用的一种常见实现方式。开发者先声明函数名称、用途和参数结构，模型在需要时返回要调用的函数和参数，真正的函数执行由你的后端完成。它适合把自然语言变成结构化业务操作。

适合干什么

• 做AI应用后端的开发者
• 想把用户语言转成API参数的人
• 需要AI创建订单、查库存、生成报告的系统
• 需要结构化输出而不是散文答案的场景

不适合干什么

• 没有后端执行逻辑的纯聊天页面
• 函数权限没有隔离的生产系统
• 参数边界很复杂但没有校验的任务
• 让模型直接操作数据库的危险设计

普通人怎么用

• 定义函数名和用途
• 用JSON Schema描述参数
• 把用户问题交给模型判断是否调用
• 后端执行函数并返回结果
• 模型根据结果生成最终回答

进阶用户怎么用

• 为每个参数写清类型、枚举和必填项
• 对模型返回参数做二次校验
• 把函数调用结果写入日志
• 对写操作加入确认和幂等设计

常见误区

• 以为模型自己执行了函数
• 没有验证模型生成的参数
• 函数名和描述太抽象
• 把真实密钥或数据库权限暴露给前端

和相似工具的区别

• Function Calling vs JSON输出：JSON输出只是让模型生成结构，Function Calling通常还会由程序执行对应函数。
• Function Calling vs MCP：Function Calling偏应用内部开发方式，MCP偏跨客户端连接外部工具的协议化方式。

入门步骤

• 写函数定义
• 写参数Schema
• 接模型响应
• 校验参数
• 执行后端逻辑
• 返回结果
• 生成最终回复

推荐工具（第三方）

OpenAI API、Anthropic API、TypeScript、Zod、JSON Schema、Node.js