延伸阅读

本章列出 Tool Use 相关的论文、规范、官方文档、博客与学习路径，并给出相邻主题的交叉引用。

学术论文

• Toolformer: Language Models Can Teach Themselves to Use Tools

  • 论文地址：https://arxiv.org/abs/2302.04761
  • 价值：自监督学习 API 使用的开山之作，理解模型如何学会“何时调用、如何调用、如何使用结果”。

• Gorilla: Large Language Model Connected with Massive APIs

  • 论文地址：https://arxiv.org/abs/2305.15334
  • 价值：展示通过 APIBench 微调模型以生成准确 API 调用，配套 BFCL leaderboard。

• Berkeley Function-Calling Leaderboard（BFCL）

  • 地址：https://gorilla.cs.berkeley.edu/berkeley-function-calling-leaderboard.html
  • 价值：评估模型函数调用能力的权威基准，包含多语言、并行调用、可执行性等维度。

• ReAct: Synergizing Reasoning and Acting in Language Models

  • 论文地址：https://arxiv.org/abs/2210.03629
  • 价值：理解 Thought / Action / Observation 循环如何演变为现代 Tool Use。

官方规范与文档

• OpenAI Function Calling Guide

  • 地址：https://platform.openai.com/docs/guides/function-calling
  • 覆盖：Chat Completions 与 Responses API 的工具定义、strict mode、tool_choice、并行调用。

• Anthropic Tool Use

  • 地址：https://docs.anthropic.com/en/docs/build-with-claude/tool-use
  • 覆盖：Claude 的 tool_use / tool_result 块、tool_choice、disable_parallel_tool_use。

• Google Gemini Function Calling

  • 地址：https://ai.google.dev/gemini-api/docs/function-calling
  • 覆盖：function_declarations、tool_config、并行与串行调用。

• Model Context Protocol（MCP）Specification

  • 地址：https://modelcontextprotocol.io/specification
  • 覆盖：tools/list、tools/call、JSON-RPC、schema、annotations、OAuth。

• LangGraph Tool Calling

  • 地址：https://langchain-ai.github.io/langgraph/how-tos/tool-calling/
  • 覆盖：@tool、bind_tools、ToolNode、tools_condition。

• OpenAI Agents SDK

  • 地址：https://openai.github.io/openai-agents-python/
  • 覆盖：@function_tool、Runner、trace、handoff。

• AutoGen Documentation

  • 地址：https://microsoft.github.io/autogen/
  • 覆盖：FunctionTool、AssistantAgent、多 Agent 工具调用。

工程博客与文章

• OpenAI: Function calling and other API updates

  • 地址：https://openai.com/index/function-calling-and-other-api-updates/
  • 价值：Function Calling 最初发布的官方解读。

• Anthropic: Tool use overview

  • 地址：https://docs.anthropic.com/en/docs/build-with-claude/tool-use
  • 价值：Claude 生态工具使用的完整指南。

• MCP: Introducing the Model Context Protocol

  • 地址：https://www.anthropic.com/news/model-context-protocol
  • 价值：理解 MCP 的设计动机与开放生态愿景。

相邻主题交叉引用

主题	链接	与本主题关系
Agent Runtime	/05-agent/agent-runtime/	Tool Use 生成调用描述，Runtime 负责执行。
MCP	/05-agent/mcp/	MCP 标准化外部能力发现与调用。
Planning	/05-agent/planning/	Planning 决定多工具编排顺序。
Memory	/05-agent/memory/	Memory 保存工具结果与调用历史。
Multi-Agent	/05-agent/multi-agent/	Agent 之间可通过 Tool Use 互相委托。
Reflection	/05-agent/reflection/	Reflection 基于工具结果进行自我修正。

推荐学习路径

1. 入门：先读完 OpenAI 与 Anthropic 的官方 Function Calling / Tool Use 文档，动手写一个天气查询 Demo。
2. 进阶：阅读 Gorilla 论文与 BFCL，理解函数调用能力如何被评估；用 LangGraph 或 OpenAI Agents SDK 搭建多工具 Agent。
3. 深入：阅读 Toolformer 与 ReAct 论文，理解工具使用的学术脉络；学习 MCP 规范，尝试把内部能力封装为 MCP Server。
4. 生产：回到本主题第 8、9 章，结合自己业务场景设计 Registry、权限、熔断、可观测性方案。

一句话收尾

Tool Use 是连接“语言模型”与“真实世界”的桥梁，而桥梁的稳固程度取决于 schema 设计、执行隔离、权限治理与可观测性工程。