1. 项目背景
业务场景
某电商公司的客服系统（第6-7章已搭建）运行良好——客服用自然语言问问题，AI从知识库里检索答案。但产品经理提出新需求：“能不能不只是回答问题，还能帮我查订单状态、查库存、查物流？”
开发小周试了试——让大模型"查订单号12345的状态"，模型给出的回答是一段看起来很专业的文字，但订单号、物流公司、当前状态全是编的。因为模型本身没有数据库访问能力，也没有外部API调用能力。
团队讨论后得出结论：需要让大模型调用工具——模型负责理解用户的意图和提取参数（订单号），程序负责执行实际的数据库查询或API调用，然后把结果回填给模型让它总结成自然语言。
这就是Function Calling / Tool Use要解决的问题。
痛点
- 模型知识截止于训练数据：模型不知道昨天的订单状态、当前的库存数量、今天的天气——这些实时数据必须从外部获取。
- 模型擅长理解但不擅长执行：大模型知道"查数据库"这个概念，但它不能真正执行SQL。需要有程序在中间做"翻译+执行"。
- 幻觉风险极高：如果不给模型工具，它大概率会编造一个答案。给工具之后，它能"承认自己不知道，但可以调用工具来获取"。
- 工具调用的安全边界模糊：如果模型可以调用任意API，怎么防止它执行危险操作（如删除订单、转账）？
一
