一句话总结：Function Calling 本质是"让模型输出结构化调用指令，宿主程序执行、结果回注再推理"——它是 Agent 与外部世界的唯一接口，也是最脆弱的一环。

本质与流程

• 本质：结构化文本生成，不是模型真的执行函数。模型按工具描述输出符合 JSON Schema 的调用请求，宿主执行并回注结果
• 完整闭环（两次请求）：
  1. 用户输入 → 第一次请求（附工具声明）→ 模型返回 tool_calls
  2. 宿主程序执行函数拿结果
  3. 第二次请求：tool 角色结果回传 → 模型生成最终回复（或继续调更多工具）
• 各厂商命名：OpenAI Function Calling、Anthropic Tool Use、MCP（统一协议）

工具声明：JSON Schema 是"通信协议"

Anthropic 工具参数四要素：

• name：^[a-zA-Z0-9_-]{1,64}$
• description：详细说明做什么、何时用、行为
• input_schema：JSON Schema 定义参数
• input_examples（可选）：示例输入

Schema 设计要点：描述具体、用 enum 约束取值、写明边界、控制工具数量、required 列必填、strict 模式设 additionalProperties: false 降参数漂移。

结构化输出 vs Function Calling vs JSON Mode

• Function Calling：让模型"选择调用什么工具"
• Structured Outputs：让模型"输出符合 Schema 的 JSON"——Function Calling 的特化，共享 JSON Schema；strict: true 保证 100% 符合
• JSON Mode：只保证合法 JSON，不保证符合 Schema（旧方案）

并行与多步

• 并行调用：同轮互不依赖的工具可一次返回多个 tool_calls 并行执行；跨轮依赖必须串行
• 多步工具链：模型可能连续多轮工具调用直到完成
• 循环控制：设 turn budget / 最大步数，硬性停环防跑飞

错误处理（生产关键）

先分类错误再定策略：

错误类型	示例	是否重试	处理
瞬态 transient	超时、429、503、网络抖动	是	指数退避 + 全抖动（jitter）、遵守 Retry-After
校验 validation	参数格式错、缺字段	否	让模型自纠（错误作为正常 tool result 返回）
业务 business	业务规则阻止	否	解释约束
权限 permission	无权访问	否	说明访问限制
不存在 not_found	实体不存在	否	让用户核实

关键原则：

• 把失败作为正常工具结果返回（带可行动信息），别抛异常杀死整个 Agent
• 原始堆栈 trace 是坏的错误信息——转成 LLM 能读、能自纠的消息
• 只重试幂等/可重放安全的调用（防重复副作用）
• 写入类/危险操作：沙箱隔离 + 人工确认（HITL）

可靠性 / 安全 / 可观测三支柱

• 可靠性：确定性 schema、健壮校验、可预期重试
• 安全：最小权限凭据、沙箱执行、策略强制
• 可观测：每轮记录结构化 trace（工具、参数、结果、耗时）供复盘

面试要点

• 画出两次请求闭环（tool_calls → 执行 → 回注 → 最终回答）
• 说清"模型只生成调用指令，执行在宿主"
• 知道 JSON Schema 是通信协议 + strict / Structured Outputs
• 知道并行 vs 串行（同轮可并行、跨轮串行）
• 会按错误分型决策：瞬态才重试（退避+抖动），其余回给模型自纠
• 知道循环控制（turn budget）与写入类工具的 HITL