什么是 LLM 的工具调用（Function Calling）
指模型在对话中主动决定"调用某个外部工具/函数"，并输出结构化的调用请求（函数名 + 参数），而不是直接给出最终答案。典型流程：
- 系统提示词里提供工具清单（函数名、参数 schema、用途说明）
- 模型判断"当前需要外部信息/操作"时，输出一个
tool_call（如{"name":"search_db","arguments":{"sql":"..."}}） - 框架解析并执行该工具，把结果回填给模型
- 模型基于工具结果继续推理，直到给出最终回答
关键点：工具调用是模型自主决策（不是硬编码），且输出是结构化 JSON，可被程序解析执行。它让 LLM 从"只会说话"变成"能做事"——查库、调 API、发邮件、执行代码。
它是如何被训练出来的
工具调用不是模型天生就会的，而是通过多阶段训练习得，核心是让模型学会"何时调用 + 如何正确填参"：
1. 预训练（Pretraining）
- 模型在海量文本中学会了函数签名、API 文档、JSON 语法等基础语言模式，为后续理解工具 schema 打底，但此时并不会"主动调用"。
2. 监督微调（SFT）
- 用人工/自动构造的"对话→工具调用"样本微调：给定用户请求 + 工具清单，标注正确的
tool_call（选哪个函数、填什么参数）。 - 让模型学会：识别"需要外部信息"的场景、匹配正确的工具、生成合法参数 JSON。
- 数据来源：人工标注、从真实 API 调用日志构造、用更强模型合成（distillation）。
3. 偏好对齐（RLHF / DPO / RLVR）
- 用奖励模型或可验证奖励（如"参数是否合法"“是否调对了工具”“最终任务是否成功”）对模型做强化学习。
- 让模型学会权衡：什么时候该调用（避免过度调用或该调不调）、参数填得准、调用失败后如何恢复。
- 近年常用RLVR（可验证奖励强化学习）：直接以"工具执行是否成功、结果是否正确"作为奖励信号，显著提升工具调用的准确率。
4. 工具调用数据的关键设计
- 多工具选择：从多个候选工具中选对的那个
- 参数填充：从用户输入/上下文抽取正确参数值
- 多轮工具循环：调用→看结果→再决策（ReAct 式轨迹）
- 错误恢复：工具报错后如何重试/降级
一句话：工具调用能力 = 预训练打底（懂函数/JSON 语法）+ SFT 教会"何时调用、怎么填参" + RLHF/RLVR 教会"调得准、调得稳"。它把模型从"生成文本"升级为"生成可执行的结构化动作"，是 Agent 能闭环执行任务的核心能力。
