Function Calling(函数调用)是大模型领域的一项关键技术，简单说就是让AI学会“摇人帮忙”以及知道什么时候要摇人。

当它遇到自己搞不定的事情(比如查实时数据、操作软件、专业计算等)，能自动呼叫外部工具、服务或函数来完成任务。Function Calling可以通过自然语言来实现。

跟MCP不同的是，FunctionCalling更关注让LLM知道使用什么工具，在何时使用，比如说让LLM知道现在要调用天气的API。

Function Calling 决策的过程

1.理解用户输入

用户用自然语言提问(如“帮我订周五的机票”)，Function Calling理解意图，提取实体

2.上下文管理

结合之前的对话内容，进一步揣测用户意图

3.识别功能并调用

调用内部函数和外部API，匹配预设工具(如“机票查询API”)生成结构性指令

4.生成输出内容

外部工具执行后返回结果(如航班号、价格）AI整合结果生成回复：“已为您预订XX航班，价格1980元”

最近两年，大家都可以看到AI的发展有多快，我国超10亿参数的大模型，在短短一年之内，已经超过了100个，现在还在不断的发掘中，时代在瞬息万变，我们又为何不给自己多一个选择，多一个出路，多一个可能呢？

与其在传统行业里停滞不前，不如尝试一下新兴行业，而AI大模型恰恰是这两年的大风口，整体AI领域2025年预计缺口1000万人，其中算法、工程应用类人才需求最为紧迫！

学习AI大模型是一项系统工程，需要时间和持续的努力。但随着技术的发展和在线资源的丰富，零基础的小白也有很好的机会逐步学习和掌握。【点击蓝字获取】

【2025最新】AI大模型全套学习籽料（可白嫖）：LLM面试题+AI大模型学习路线+大模型PDF书籍+640套AI大模型报告等等，从入门到进阶再到精通，超全面存下吧！

Function Calling、MCP、A2A有什么区别?

Function Calling用于使模型与外部工具/API连接，能够调用他们的服务

MCP核心是使模型与数据源和外部工具无缝集成，成为Agent

A2A是为了让Agent间能互相通信协作

function call 运行原理

因此，当大模型需要使用function call能力时，大模型至少会被调用两次

1.大模型生成工具可用的JSON结构

2.大模型根据工具返回结果作为上下文进行答案生成

在整个程序运行的过程中，大模型的本质作用：

-理解用户需求，判断是否调用工具、调用哪些工具?

若需要调用工具，则把自然语言转化为工具需要的结构化语言

-对用户问题+调用工具后的结果进行答案生成，返回给用户

其最终本质还是离不开大模型生成式的原理(废话哈哈，目的是为了更好理解误区)

误区:

大模型本身没有调用工具、执行工具的能力

是我们通过程序让大模型生成工具参数，并通过程序帮大模型执行工具

最后感叹一下:

开发工程师设计的太精妙了！完美利用了大模型的特质，再根据代码程序进行结合实现，在这样的工程实现下相当于给大模型进行了包装，让大模型看起来"拥有了"调用工具的能力

最近两年，大家都可以看到AI的发展有多快，我国超10亿参数的大模型，在短短一年之内，已经超过了100个，现在还在不断的发掘中，时代在瞬息万变，我们又为何不给自己多一个选择，多一个出路，多一个可能呢？

与其在传统行业里停滞不前，不如尝试一下新兴行业，而AI大模型恰恰是这两年的大风口，整体AI领域2025年预计缺口1000万人，其中算法、工程应用类人才需求最为紧迫！

学习AI大模型是一项系统工程，需要时间和持续的努力。但随着技术的发展和在线资源的丰富，零基础的小白也有很好的机会逐步学习和掌握。【点击蓝字获取】

【2025最新】AI大模型全套学习籽料（可白嫖）：LLM面试题+AI大模型学习路线+大模型PDF书籍+640套AI大模型报告等等，从入门到进阶再到精通，超全面存下吧！