Function Calling 是什么？大模型连接工具的桥梁

AI百科 2026-09-02

什么是 Function Calling

Function Calling（函数调用），也常译作“工具调用”，是大语言模型连接外部工具的一种机制。大模型本质上是个只会输出文字的“超级大脑”：它能聊天、能写文案，却查不了实时天气、查不了公司数据库、也发不了邮件。Function Calling 相当于给这个大脑装上手和脚——当模型判断任务需要外部帮助时，就输出一段结构化指令，说明“我要调用哪个工具、传什么参数”；开发者的程序收到后负责执行，再把真实结果回传给模型，由模型整理成自然语言回复用户。

需要注意的是，模型并不“亲自执行”函数，它只负责判断何时调用并生成参数，实际执行始终由应用程序完成。这种“大脑下指令、手脚去执行”的分工，既保证了安全可控，也让大模型有了连接真实世界的桥梁。

一句话总结：Function Calling 让大模型从“会说”进化到“会做”，是构建 AI Agent 与智能助手的基础技术。

怎么运作

一次完整的 Function Calling 通常经历四个步骤：

注册工具：开发者提前声明有哪些函数可用，包括每个工具的名称、用途描述和参数定义，相当于递给 AI 一本“服务手册”。
意图识别：用户提问后，模型判断是否需要工具。问“Function Calling 是什么”无需工具，问“北京今天天气如何”则触发调用。
生成调用参数：模型按工具定义输出 JSON 格式的结构化数据，例如 {"name":"get_weather","arguments":{"city":"北京"}}。
执行与反馈：程序解析参数并真正执行查询，把结果回传给模型，模型再生成“北京今天晴，12℃ 到 22℃”这样的最终回答；若信息仍不足以作答，模型可以继续发起下一次调用，循环多轮直到任务完成——这正是 Agent 运行的雏形。

普通大模型与加上 Function Calling 之后的能力差异，大致如下：

对比维度	普通大模型	大模型 + Function Calling
信息边界	限于训练数据，知识容易过时	可获取实时数据与企业内部数据
输出形式	自由文本，难以被程序处理	严格 JSON，可直接被程序使用
行动能力	只能生成文字	可操作真实系统、完成任务
回答可靠性	涉及实时事实时易出现幻觉	基于工具返回的真实结果作答

代表产品与工具

国内主流大模型普遍支持 Function Calling，API 均可国内直连，无需科学上网：

DeepSeek（深度求索）：DeepSeek-V3 系列原生支持函数调用，文档清晰、价格低，是国内开发者入门的常见选择。
智谱 AI GLM：GLM-4 系列对工具调用支持成熟，还推出“智能体”平台进一步降低开发门槛。
通义千问（阿里）：Qwen 系列兼容 OpenAI 格式的工具调用接口，配合百炼平台便于搭建企业应用，开源模型也可私有化部署。
豆包（字节跳动）：通过火山引擎方舟平台调用，提供完整的工具调用与应用编排能力。
Kimi（月之暗面）：开放平台 API 支持 Function Calling，长文本能力强，适合结合长文档做工具调用。
腾讯混元：支持函数调用，可与腾讯云生态联动构建企业级智能应用。

此外，LangChain、LlamaIndex、Dify 等开发框架和平台，把 Function Calling 进一步封装成 Agent 组件；不会写代码的新手，也能在 Dify、扣子（Coze）等平台上可视化地编排工具调用。

应用场景

智能客服：模型调用订单系统查询状态、直接办理退货，客服从“能回答”升级为“能办事”。
办公助手：连接日历、邮箱、OA 系统，一句“帮我约张三明天下午三点开会并发通知”即可自动执行。
数据查询：业务人员用自然语言问“上季度华东区销售额”，模型转成 SQL 查询数据库并直接给出结论。
智能设备：车载语音、智能音箱通过函数调用地图导航、音乐播放和家电控制接口。
AI Agent：Manus、Coze 等 Agent 产品的核心，就是把工具调用与规划、记忆串起来，完成复杂的多步任务。

常见问题

Function Calling 和 Agent 是什么关系？

Function Calling 是单次调用工具的能力，Agent 则是具备规划、记忆、多轮工具调用的完整系统。可以把前者理解为 Agent 的“手脚”：Agent 先思考“下一步做什么”，再调用相应函数，循环往复直至达成目标。没有 Function Calling，Agent 就只有想法、没有行动。

它有安全风险吗？

有。模型可能传错参数，也可能被恶意文本诱导去调用删除、转账等敏感函数。常见防护手段包括：服务端强制校验参数、设置工具白名单与权限分级、对高风险操作要求人工确认，并保留调用日志以便审计追溯。

它和 MCP 有什么区别？

MCP（Model Context Protocol）是 Anthropic 提出的开放协议，目标是把模型与外部工具、数据源的连接方式标准化；Function Calling 则是模型自身输出调用指令的能力。二者互补：MCP 解决“标准化接线”，Function Calling 解决“模型如何下指令”，目前国内不少模型平台也已开始支持 MCP。