- 综合排序
- 最热优先
- 最新优先
- 来自专栏王磊的博客
AI智能体策略FunctionCalling和ReAct有什么区别？
Dify 内置了两种 Agent 策略：Function Calling 和 ReAct，但二者有什么区别呢？在使用时又该如何选择呢？接下来我们一起来看。
2.3K10编辑于 2025-05-28 - 来自专栏AI
AI Agent实战：基于ReAct与FunctionCalling构建本地编程助手
摘要：本文通过一个从零构建的本地编程助手Agent项目，详解FunctionCalling如何与ReAct（推理-行动）模式协同工作，实现大模型对文件系统的增删改查操作。 2025年开始智能体这个概念异常火热，从上半年的FunctionCalling、MCP到下半年的Skills。 本文不探究技术层面以外的影响，这系列博客目标是个人AI转型期间的所有经验积累，因此言归正传，回到主题：FunctionCalling理解。 c) system_prompt.py，从名称就可以看出这里承载的就是Agent的系统提示词，使用FunctionCalling来完成任务，为了避免模型幻觉和内容陈旧，一般都是结合ReAct模式一起来使用 根据观察继续下一轮思考或给出最终回答 4、FunctionCalling 从上面例子已经可以明确FunctionCalling就是Agent解析大模型的返回后，调用Agent自身支持的一些列函数，来实现与外部世界
56810编辑于 2026-03-03 - 来自专栏#热点技术openclaw
OpenClaw Skill 与 OpenAI Function Calling 深度对比：一文看懂本质差异
FunctionCalling就像给厨师一张精确的食谱卡片："材料：鸡蛋2个、番茄1个；步骤：1.打蛋2.切番茄3.炒蛋4.加番茄"。 FunctionCalling是结构化的：你告诉模型"有一个叫get_weather的函数，接受city参数，返回天气数据"。模型只负责在合适的时候生成调用指令，实际执行由你的代码完成。 可以把它理解成两层抽象：Tool是动词（能做什么）Skill是剧本（在什么场景下按什么顺序用这些动词）实际工作流程示例当用户说"帮我看看GitHub上有没有新的PR"：FunctionCalling方式 FunctionCalling代表的哲学："AI作为决策层，代码作为执行层"职责清晰分离需要开发者为每种能力预先写好执行代码适合传统软件工程思维强调可靠性和可维护性Skill代表的哲学："AI既是决策层也是执行层 ，追求快速迭代希望降低非技术用户的参与门槛混合使用策略实际上，最好的方案往往是混合使用：核心能力用FunctionCalling保证可靠性复杂场景用Skill提供灵活性底层Tool保持结构化，上层Skill
74520编辑于 2026-03-13 - 来自专栏架构之巅
聊聊Claude Agent SDK：告别拖拽工作流手搓智能体的时代真的来了
说到这儿，可能有人会问：FunctionCalling和MCP又是啥？跟AgentSDK有啥关系？ ###FunctionCalling：最基础的工具调用FunctionCalling其实是最底层的机制，说白了就是：**大模型输出一个JSON，告诉你"我要调用这个函数，参数是这些"，然后你自己去执行。 **```python#OpenAI的FunctionCalling示例response=client.chat.completions.create(model="gpt-4",messages=[{ **FunctionCalling只负责"大模型说要调用函数"这一步，剩下的执行、循环、结果处理都得你自己写。 用FunctionCalling：你需要完全控制每一个细节你的工具很特殊，不适合标准化你在做一些底层的研究或实验用MCP：你想使用社区已有的工具你想让你的工具能被别人使用你需要跨平台兼容用AgentSDK
1.2K10编辑于 2026-03-18 AI 术语满天飞？90% 的人只懂名词，不懂为什么！
第六章：从“只会说”到“开始做”——FunctionCalling如果说RAG让AI成了“百晓生”，那么FunctionCalling（函数调用）则让AI拿起了“工具箱”。 这个本质上跟训练如何识别FunctionCalling是一样的，所以有人说MCP就是基于FunctionCalling的。 FunctionCalling（函数调用）机制的高级应用。 按需执行：依照指令执行任务，过程中可继续通过FunctionCalling调用脚本或读取资源。。。 所以FunctionCalling可以算是AIAgent的基础能力了，任何跟外界返回结构化数据的程序打交道，都要需要这个能力。所以Skill跟FunctionCalling属于协作关系。
49020编辑于 2026-03-06Function-Calling与工具使用
二、FunctionCalling工作原理2.1整体流程关键理解：模型只负责"决定调用什么"，不负责"真正执行"。执行是你的程序做的。 │✓记录所有工具调用日志││✓防止Prompt注入导致的恶意工具调用│└────────────────────────────────────────────────────────────┘八、从FunctionCalling 到MCP展开代码语言：TXTAI代码解释FunctionCalling的局限：每个AI应用都要自己实现工具→重复造轮子┌─────────┐┌─────────┐┌─────────┐│AppA││AppB ┘└─────────┘九、本篇小结展开代码语言：TXTAI代码解释┌─────────────────────────────────────────────────────┐│本篇知识地图││││FunctionCalling ─模型只负责"决定调用什么"││├──你的程序负责"真正执行"││├──支持多工具并行调用││└──需要注意安全性││││工具设计原则：││命名清晰+描述详细+职责单一+安全第一││││演进方向：││FunctionCalling
65000编辑于 2026-05-02[理论篇-8]MCP协议详解
上一篇我们讲过FunctionCalling。很多人会问:MCP是不是把FunctionCalling替代了?答案是:不是替代,而是封装。 =模型本身的"能调用工具"机制││一个底层能力,各家模型都有││││MCP=在FunctionCalling之上,││定义"工具应该怎么提供、││怎么发现、怎么共享"││一个生态级的协议││││类比:│ │FunctionCalling≈电脑能插USB线││MCP≈USB接口的物理标准││││没有FunctionCalling,模型根本调不了工具││没有MCP,FunctionCalling只能各家自玩 ────────┘实际产品里你看到的样子是:你点一下"安装某个MCPServer",系统自动把这个Server提供的工具列表注册进AI的FunctionCalling通道。 你看到的是"装了一个能力",底层是MCP+FunctionCalling配合工作。
38310编辑于 2026-05-04- 来自专栏老张的求知思考世界
一张图讲清楚AI大模型技术实现逻辑
FunctionCalling：FunctionCalling 是一种自然语言理解能力的技术，开发者可以定义一组函数，并将这些函数的描述传递给模型。
47210编辑于 2025-02-19 35B参数打败235B：大模型行业正在悄悄改变游戏规则
这个转变的关键技术点，就是工具调用（ToolUse/FunctionCalling）。谁把这个能力做好了，谁的模型在实际任务中表现就更强——哪怕参数少很多。 二、什么是FunctionCalling要理解后面的内容，我们必须先把FunctionCalling（函数调用）这件事搞清楚。 2.2FunctionCalling的技术原理表面上看起来很简单：模型输出一个JSON格式的调用指令。但背后的技术细节远比这个复杂。 这一节我会演示一个完整的案例：如何基于FunctionCalling构建一个"AI研究助手"，它可以自动帮用户完成行业调研任务。 找一个小场景（比如天气查询、日程管理），接入一个支持FunctionCalling的模型，看看它能做到什么程度。这个领域的门槛正在快速升高。
22310编辑于 2026-04-26AI 的"万能插座"——MCP 协议全解析
FunctionCalling（函数调用）解决的是：模型如何用结构化JSON表达"我要调什么工具、参数是什么"。MCP解决的是：这个调用如何真正"接"到外部系统上——工具从哪来、怎么被发现、怎么通信。 ─────────────────────────────┤│MCP层：工具从哪来、怎么发现、怎么接入│├─────────────────────────────────────────────┤│FunctionCalling 层：模型怎么表达调用意图│└─────────────────────────────────────────────┘换个说法：FunctionCalling=前端发出了一个请求MCP=定义请求该怎么格式化 、路由到哪、怎么鉴权的REST规范OpenAI早就有FunctionCalling，但在2025年3月依然主动支持了MCP——原因正在于此，它们解决不同层的问题，并不冲突。
20421编辑于 2026-06-03AI 怎么才能"动手干活"？——工具调用（Tool Use）全解析
工具调用（ToolUse，也叫FunctionCalling）就是给AI松绑——让它不仅能"说"，还能"做"。 OpenAI叫FunctionCalling，Anthropic叫ToolUse，Google也叫FunctionCalling——名字不同，核心逻辑一样，但实现细节有差异。 运行终端命令→全是工具调用Kimi长文档分析：你上传PDF，它调用文件读取工具→工具调用ClaudeArtifacts：你让它做网页，它生成代码并在沙箱中预览→工具调用如果你想自己开发：从OpenAI的FunctionCalling
31521编辑于 2026-06-02研究生入局 AI Agent，不是跟风，是抓住未来 3-5 年的技术红利研究
研究生如果能深耕Agent架构、FunctionCalling、Skill编排、多智能体协作这些核心技术，毕业时可以直接对接AI应用开发、智能体开发、大模型应用等高薪岗位，竞争力远超普通应届生。 2.Skill、MCP、FunctionCalling，三者到底是什么关系？ 很多同学刚接触Agent时，很容易把这几个概念搞混，其实它们是Agent从“简单调用”到“复杂协作”的三层递进：FunctionCalling：是最基础的能力，让大模型能调用外部工具、执行简单指令，解决
16210编辑于 2026-05-16TanStack AI：AI 工具链的瑞士军刀，Vue，React通杀
设计紧耦合特定模型（如gpt-4o），切换成本高；类型缺失：providerOptions参数缺乏强类型校验，错误往往运行时才暴露；生态割裂：ReactSolidSvelte各自为政，难以复用核心逻辑；工具调用（FunctionCalling 高级能力：工具调用（FunctionCalling）LLM的知识是静态的——如何让它“联网”？TanStackAI提供了一套声明式+类型安全的工具调用方案。
62610编辑于 2025-12-16当AI开始学会"使用工具"——从ReAct到MCP，大模型如何获得真正的行动力
从2023年的ReAct范式，到2024年的FunctionCalling，再到2025年的MCP（ModelContextProtocol）协议，大模型获取"行动力"的路径越来越清晰，门槛也越来越低。 ReAct的局限：工具定义是散乱的，每个项目都要单独写工具描述模型需要自己决定调用哪个工具，容易选错没有统一的标准来描述工具的输入输出循环次数不固定，需要控制max_steps防止无限循环2.2第二代：FunctionCalling /ToolUse（2023-2024）2023年下半年，OpenAI在GPT-4API中引入了FunctionCalling功能，随后各大厂商纷纷跟进。 tool_result)})#模型基于工具返回结果生成最终回答final_response=client.chat.completions.create(model="gpt-4o",messages=messages)FunctionCalling 的优势：输出格式统一，解析简单工具定义清晰，模型选错工具的概率降低可以强制模型调用指定工具（通过tool_choice参数）各厂商实现对比：厂商产品FunctionCalling支持特点OpenAIGPT
42420编辑于 2026-05-03数据库AI方向探索-MCP原理解析&DB方向实战｜得物技术
这就要说到RAG和FunctionCalling技术了。RAG（检索增强生成）通过检索外部知识库获取与问题相关的实时信息并将其注入模型提示词，生成更精准、时效性更强的回答。 图片来源：ailydoseofds而FunctionCalling（函数调用）拓展了模型执行动作的能力，解决纯文本交互的局限性，即模型解析用户意图后生成结构化指令，调用预定义外部函数或API（如发送邮件 而我们可以认为，MCP是在FunctionCalling的基础上做了进一步的抽象，目的是让应用更加简单、高效、安全地对接外部资源，更好地为大模型补充上下文信息。 这种参数化设计方式提高了工具调用的灵活性，降低了FunctionCalling的开发复杂度。 在AIAgent架构中：RAG充当知识中枢，FunctionCalling为执行手段，MCP则是连接内外的“神经枢纽”。
60010编辑于 2025-12-09自问自答：我的Agent学习笔记
OpenClaw内容结构（6大部分）AI应用基础—形态、技术栈、何时用工具vs纯PromptLLM与提示工程—能力边界、上下文窗口、成本控制Agent核心—ReAct、Plan-and-Execute、FunctionCalling
32410编辑于 2026-03-15- 来自专栏AI技术体系搭建过程
openclaw安装和使用思考
当前AI工程最痛的不是LLM不够聪明，而是每个Agent框架、每家厂商的FunctionCalling格式都是私有孤岛。OpenClaw要做的事类比HTTP之于Web——不生产内容，但决定谁能互通。
1.4K20编辑于 2026-02-22 从零开始的 SPAC 编程构建 BPM 设计器实战
pageAgent || new PageAgentConfig(); // 函数调用配置 this.functionCalling = data?. functionCalling || []; // 交互定义 this.interactions = data?.
11100编辑于 2026-04-11OoderAgent SkillFow——场景驱动的智能流程设计
pageAgent || new PageAgentConfig(); this.functionCalling = data?. functionCalling || []; this.interactions = data?.
13410编辑于 2026-04-09Java做AI真不行？2026年最被低估的机会来了
再看AIAgent领域，现在各个框架各搞各的，OpenAI用FunctionCalling，Anthropic用ToolUse，LangChain用自定义接口，生态极其碎片化。
27210编辑于 2026-05-15
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号