基本信息

来源摘要/节选

公开展示已截断至最多 800 个字符；请访问原始来源查看完整上下文。

TL;DR: Tool Calling 让 LLM 能够调用外部函数。Eino 提供 utils.InferTool 从 Go 函数自动推断工具定义，通过 chatModel.BindTools() 绑定工具，模型返回的 response.ToolCalls 包含要调用的工具和参数。 Tool Calling 流程 用户问题 → LLM 分析 → 返回 ToolCalls → 执行工具 → 结果返回 LLM → 最终回答 关键点： LLM 不执行 工具，只决定调用哪个工具、传什么参数 你的代码负责 执行工具 并把结果返回给 LLM LLM 基于工具结果生成最终回答 定义工具 方式一：InferTool（推荐） 从 Go 函数自动推断工具的 JSON Schema： type WeatherInput struct { City string `json:“city” jsonschema:“description=城市名称，如：北京、上海”` } type WeatherOutput struct { City string `json:“city”` Temperature int `json:“temperature”` Condition string `json:“condition”` }…

来源说明

当前只保存了公开页面节选，不代表原文全文。请以原始来源为准。

本页只呈现已做哈希绑定的来源证据，不包含基于旧正文或缺失原文的扩展推断。