从LLM到智能体:构建工具调用能力的教程

作者:很酷cat2026.11.18 11:19浏览量:0

简介:本教程面向开发者与架构师,系统讲解如何将大语言模型(LLM)转化为具备工具调用与任务规划能力的智能体。涵盖架构设计、工具接入步骤、任务拆解逻辑、验证方法与常见排查思路,助你掌握智能体开发全流程。

教程目标

本教程旨在帮助开发者理解并掌握从大语言模型(LLM)向智能体演进的核心开发过程。通过本教程,你将学习如何为LLM接入外部工具(如数据查询API、计算器等),并赋予其复杂任务拆解与规划能力,最终构建出一个能够自主调用工具、分步执行任务的行动派智能体。

适用场景

本教程适用于以下技术场景:

  1. 自动化信息检索与处理:如自动查询多维度的外部数据并进行交叉比对。
  2. 企业流程自动化:将原本需要人工跨系统操作的流程(如先查库存、再查物流、最后生成报告)交由智能体自动编排执行。
  3. 智能助理开发:构建不仅能回答问题,还能直接代替用户执行操作(如预订、下单、修改状态)的交互式应用。

前置准备

在开始构建智能体之前,请确保具备以下条件:

  1. 大语言模型访问权限:具备支持工具调用或具备强大指令遵循能力的大语言模型API接入权限(如百度智能云提供的大模型服务)。
  2. 基础开发环境:已安装主流编程语言环境(如Python),并掌握基本的HTTP请求发送与JSON数据解析能力。
  3. 目标工具API:准备至少一个可供调用的外部API接口,例如一个返回结构化JSON数据的查询接口,并清楚其请求参数与返回格式。
  4. 基础知识储备:了解Prompt Engineering(提示词工程)的基本概念,熟悉大模型的上下文交互机制。

实施步骤

步骤一:设计智能体的核心交互架构

做什么:明确智能体的运行循环机制。
为什么做:单纯的LLM只能进行单轮或简单的多轮对话,无法执行物理操作。智能体需要一套“感知-思考-行动”的循环架构来连接模型与真实世界。
具体做法:采用业界通用的ReAct(Reasoning and Acting)机制作为基础架构。智能体接收到用户目标后,进入循环:

  1. Thought(思考):模型分析当前状态,决定下一步需要做什么。
  2. Action(行动):模型输出需要调用的工具名称及参数。
  3. Observation(观察):代码层执行工具调用,并将返回结果喂给模型。
  4. 重复上述过程,直到模型判断任务已完成。

步骤二:定义并注册外部工具

做什么:将准备好的外部API封装成模型可理解的结构化描述。
为什么做:模型本身不知道外部世界存在哪些接口,必须通过标准化的描述让模型理解工具的用途、入参格式,它才能在需要时准确调用。
具体做法:为每个工具编写包含名称、描述和参数定义的元数据。建议使用JSON Schema格式定义参数。

配置说明:

  • name:工具的唯一标识,需简洁明了。
  • description:核心所在,必须清晰描述工具能做什么、什么时候用,模型依据此判断是否调用该工具。
  • parameters:定义调用该工具需要的参数及其类型。

示例说明(通用工具描述伪代码):

  1. {
  2. "tools": [
  3. {
  4. "name": "search_weather",
  5. "description": "查询指定城市的实时天气情况。当用户询问天气相关信息时调用此工具。",
  6. "parameters": {
  7. "type": "object",
  8. "properties": {
  9. "city": {
  10. "type": "string",
  11. "description": "需要查询天气的城市名称,如北京、上海"
  12. }
  13. },
  14. "required": ["city"]
  15. }
  16. }
  17. ]
  18. }

步骤三:构建任务拆解与规划逻辑

做什么:通过系统提示词引导大模型进行复杂任务的拆解。
为什么做:面对“帮我规划一次旅行”这类复杂目标,直接让模型输出完整方案容易导致幻觉或忽略实时信息。需要引导模型先拆解为可执行的子任务。
具体做法:在系统Prompt中明确要求模型在回答前先输出思考过程,并按步骤规划。如果支持原生的Function Calling能力,则在调用模型接口时传入步骤二定义的工具列表,模型会自行决定是否调用。

步骤四:实现工具调用与执行循环

做什么:编写业务代码,接管模型输出的工具调用指令,执行实际请求,并将结果返回给模型。
为什么做:模型只负责生成调用意图,真正的网络请求和系统操作必须由后端代码安全地执行。
具体做法:

  1. 将用户目标与工具列表发送给大模型。
  2. 接收大模型的返回。如果返回中包含工具调用请求,解析出工具名和参数。
  3. 在本地代码中匹配对应的执行函数,发起真实API请求。
  4. 将API返回的结果(或截断后的结果)作为上下文附加到对话中,再次请求大模型。
  5. 若大模型返回自然语言文本且不再请求工具调用,则结束循环,将文本展示给用户。

示例说明(执行循环伪代码):

  1. def run_agent(user_goal, tools_meta):
  2. messages = [{"role": "user", "content": user_goal}]
  3. while True:
  4. # 调用大模型,传入对话历史与工具描述
  5. response = llm.chat(messages, tools=tools_meta)
  6. # 判断模型是否要求调用工具
  7. if response.has_tool_call:
  8. tool_name = response.tool_calls[0].name
  9. tool_args = response.tool_calls[0].arguments
  10. # 执行实际工具
  11. observation = execute_tool(tool_name, tool_args)
  12. # 将工具执行结果加入对话历史
  13. messages.append({"role": "tool", "name": tool_name, "content": observation})
  14. else:
  15. # 模型给出最终答复,退出循环
  16. return response.content

结果验证

要判断智能体是否构建成功,可设计一个复合任务进行测试。例如输入目标:“帮我查一下北京今天的天气,并根据天气情况推荐是否适合户外运动。”

  • 验证标准1:模型应首先触发思考,决定需要调用天气查询工具。
  • 验证标准2:代码日志中应成功打印出调用了 search_weather 工具,且参数为 {"city": "北京"}。
  • 验证标准3:在获取到天气返回结果(如晴天,25度)后,模型应结合该结果输出最终的自然语言推荐建议,而非凭空捏造天气。

常见问题与排查

  1. 模型不调用工具,直接回答了问题
    • 原因分析:工具的 description 描述不够清晰,模型未意识到需要使用工具;或模型本身的指令遵循能力较弱。
    • 解决思路:优化工具描述,强调“必须通过此工具获取实时数据,不得自行编造”。对于能力较弱的模型,可在System Prompt中强制要求“遇到天气问题时必须调用相关工具”。
  2. 模型陷入循环调用,无法得出最终结论
    • 原因分析:工具返回的数据格式模型无法理解,导致模型反复尝试;或缺少退出循环的逻辑判断。
    • 解决思路:在代码侧增加最大循环次数限制(如Max 5次)。检查工具返回的数据格式,确保是简洁的JSON或文本,必要时在代码中对工具返回结果进行预处理和清洗。
  3. 参数提取错误
    • 原因分析:用户表述模糊,或参数定义中的 description 未明确说明参数要求。
    • 解决思路:在参数描述中增加具体的示例或格式要求。可以在调用前增加一层参数校验逻辑,若必填参数缺失,则向模型发送提示要求补充信息。

优化建议

  1. 引入记忆机制:对于长周期的复杂任务,单次对话上下文可能不足以支撑全量信息。可引入向量数据库作为外部记忆,将中间步骤的观察结果存入其中,按需检索,避免超出上下文窗口限制。
  2. 增强异常处理与重试机制:外部工具API可能存在超时或限流。在 execute_tool 函数中应增加Try-Catch逻辑,若API报错,应将友好的错误提示返回给模型,让模型决定是换一个工具还是告知用户当前受阻,而不是直接导致程序崩溃。
  3. 权限与安全控制:智能体具备了“动手能力”也意味着风险增加。对于涉及写入、修改、删除等高危操作的工具,必须在执行前增加人工确认环节,或采用最小权限原则配置API密钥。

总结

将LLM转化为智能体,本质上是为其接上“手脚”并赋予“规划”能力。本教程从架构设计、工具定义、规划引导到执行循环,完整梳理了构建基础智能体的核心步骤。开发者掌握这套通用方法论后,可根据实际业务需求,接入更多维度的工具,进一步提升智能体在复杂企业场景中的自动化处理能力。后续可继续关注多智能体协作、长时记忆管理等进阶方向的实践。