- 综合排序
- 最热优先
- 最新优先
- 来自专栏王磊的博客
AI智能体策略FunctionCalling和ReAct有什么区别？
Dify 内置了两种 Agent 策略：Function Calling 和 ReAct，但二者有什么区别呢？在使用时又该如何选择呢？接下来我们一起来看。
1.8K10编辑于 2025-05-28 - 来自专栏AI
AI Agent实战：基于ReAct与FunctionCalling构建本地编程助手
摘要：本文通过一个从零构建的本地编程助手Agent项目，详解FunctionCalling如何与ReAct（推理-行动）模式协同工作，实现大模型对文件系统的增删改查操作。 2025年开始智能体这个概念异常火热，从上半年的FunctionCalling、MCP到下半年的Skills。 本文不探究技术层面以外的影响，这系列博客目标是个人AI转型期间的所有经验积累，因此言归正传，回到主题：FunctionCalling理解。 c) system_prompt.py，从名称就可以看出这里承载的就是Agent的系统提示词，使用FunctionCalling来完成任务，为了避免模型幻觉和内容陈旧，一般都是结合ReAct模式一起来使用 根据观察继续下一轮思考或给出最终回答 4、FunctionCalling 从上面例子已经可以明确FunctionCalling就是Agent解析大模型的返回后，调用Agent自身支持的一些列函数，来实现与外部世界
19610编辑于 2026-03-03 AI 术语满天飞？90% 的人只懂名词，不懂为什么！
第六章：从“只会说”到“开始做”——FunctionCalling如果说RAG让AI成了“百晓生”，那么FunctionCalling（函数调用）则让AI拿起了“工具箱”。 这个本质上跟训练如何识别FunctionCalling是一样的，所以有人说MCP就是基于FunctionCalling的。 FunctionCalling（函数调用）机制的高级应用。 按需执行：依照指令执行任务，过程中可继续通过FunctionCalling调用脚本或读取资源。。。 所以FunctionCalling可以算是AIAgent的基础能力了，任何跟外界返回结构化数据的程序打交道，都要需要这个能力。所以Skill跟FunctionCalling属于协作关系。
23710编辑于 2026-03-06- 来自专栏老张的求知思考世界
一张图讲清楚AI大模型技术实现逻辑
FunctionCalling：FunctionCalling 是一种自然语言理解能力的技术，开发者可以定义一组函数，并将这些函数的描述传递给模型。
41910编辑于 2025-02-19 TanStack AI：AI 工具链的瑞士军刀，Vue，React通杀
设计紧耦合特定模型（如gpt-4o），切换成本高；类型缺失：providerOptions参数缺乏强类型校验，错误往往运行时才暴露；生态割裂：ReactSolidSvelte各自为政，难以复用核心逻辑；工具调用（FunctionCalling 高级能力：工具调用（FunctionCalling）LLM的知识是静态的——如何让它“联网”？TanStackAI提供了一套声明式+类型安全的工具调用方案。
37210编辑于 2025-12-16- 来自专栏AI技术体系搭建过程
openclaw安装和使用思考
当前AI工程最痛的不是LLM不够聪明，而是每个Agent框架、每家厂商的FunctionCalling格式都是私有孤岛。OpenClaw要做的事类比HTTP之于Web——不生产内容，但决定谁能互通。
99520编辑于 2026-02-22 数据库AI方向探索-MCP原理解析&DB方向实战｜得物技术
这就要说到RAG和FunctionCalling技术了。RAG（检索增强生成）通过检索外部知识库获取与问题相关的实时信息并将其注入模型提示词，生成更精准、时效性更强的回答。 图片来源：ailydoseofds而FunctionCalling（函数调用）拓展了模型执行动作的能力，解决纯文本交互的局限性，即模型解析用户意图后生成结构化指令，调用预定义外部函数或API（如发送邮件 而我们可以认为，MCP是在FunctionCalling的基础上做了进一步的抽象，目的是让应用更加简单、高效、安全地对接外部资源，更好地为大模型补充上下文信息。 这种参数化设计方式提高了工具调用的灵活性，降低了FunctionCalling的开发复杂度。 在AIAgent架构中：RAG充当知识中枢，FunctionCalling为执行手段，MCP则是连接内外的“神经枢纽”。
39410编辑于 2025-12-09- 来自专栏站长的编程笔记
Python 中的 Lambda 函数和匿名函数
function argument:') fn()>>> dosomething(lambda : print('Hello World')) # passing anonymous functionCalling
1.1K30编辑于 2023-08-15 - 来自专栏运维开发故事
AIOps系列 | 开发一个 K8s Chat 命令行工具
openai.ToolTypeFunction, Function: &f2}, {Type: openai.ToolTypeFunction, Function: &f3}, } } 接着，我们定义 functionCalling func functionCalling(input string, client *utils.OpenAI) string { tools := createTools() dialogue = nil { return fmt.Sprintf("执行操作失败: %v", err) } return result } 在 functionCalling 中，我们调用了 callFunction 调用 OpenAI Function calling response := functionCalling(input, client) return response } 最后，在 startChat
37010编辑于 2025-08-06 - 来自专栏架构之巅
OpenClaw的真相：你花199租来的AI员工，正在为云厂商打工
它通过可视化的Agent工作流设计，将原本需要代码实现的复杂功能调用（FunctionCalling）和链式思考（Chain-of-Thought）封装成了用户友好的交互界面。
25031编辑于 2026-03-10 智能体来了：从 0 到 1 搭建高效 AI Agent 工作流全指南
2.工具调用模式(ToolUse)通过FunctionCalling让LLM具备操作物理世界的能力。模型不再猜测答案，而是生成工具调用的JSON参数，由后台执行并将结果反馈给模型。
74710编辑于 2026-01-31- 来自专栏技术热文
【微服务】SpringBoot整合LangChain4j 操作AI大模型实战详解
return chatService.chat(userMessage); } @PostMapping("/function-calling") public String functionCalling retriever) .build(); return chain.execute(userMessage); } public String functionCalling
3.9K11编辑于 2025-04-09 - 来自专栏热度文章
从零玩转 ChatLab：一键下载安装 vs 本地开发部署，全流程保姆级教程
SQL+AI双引擎内置SQL引擎，可以直接用SQL查询聊天数据；AIAgent集成了10+FunctionCalling工具，支持用自然语言提问，自动做统计分析、生成洞察。
48743编辑于 2026-03-03 上下文管理分享- From Manus 分享
L1：函数调用（FunctionCalling）标准化、Schema安全。只要函数列表有改动，缓存几乎就要重建。函数太多会造成上下文混乱。
4700编辑于 2026-02-27- 来自专栏大模型
OpenAI 开源模型 gpt-oss 本地部署详细教程
答：这是gpt-oss模型本身在Ollama框架下集成的功能，可能利用了类似工具调用(ToolCalling)或函数调用(FunctionCalling)的机制。
1.3K21编辑于 2025-11-24 - 来自专栏星哥的AI自留地
写不出好提示词？试试这款开源工具帮你搞定优化提示词，让你的 Prompt写作效率直接起飞
DeepSeek、智谱AI、SiliconFlow等主流AI模型️图像生成：支持文生图（T2I）和图生图（I2I），集成Gemini、Seedream等图像模型高级测试模式：上下文变量管理、多轮会话测试、工具调用（FunctionCalling
1.1K10编辑于 2026-01-19 - 来自专栏技术专栏全家桶
一文带你了解RAG核心原理！不再只是文档的搬运工
导 语 最近项目持续推进，遇到的一些工作中的问题和想法会进行输出，分享包括FunctionCalling、 MCP等技术在内多篇智能体文章。
88510编辑于 2026-02-03 - 来自专栏newbe36524的技术专栏
C# 后端集成 CodeBuddy CLI 实战指南
工具调用：CodeBuddy支持工具调用（FunctionCalling），通过ToolCallSessionUpdate处理。这个能力对于复杂的代码编辑任务很关键。
2700编辑于 2026-03-12 OpenClaw 图像理解能力配置指南
多平台支持：QQBot、Telegram、Discord等多模型支持：Minimax、Claude、OpenAI等技能系统：通过Skill机制扩展功能记忆系统：长期记忆和短期记忆管理工具集成：支持MCP、FunctionCalling
3.3K01编辑于 2026-02-07- 来自专栏研发与测试效能提升
代码质量和交付速度如何兼得？RDD+ADD双模式实战解析
当前主流的智能体架构基于大语言模型（LLM），采用PromptEngineering和FunctionCalling技术实现与开发环境的交互。
25720编辑于 2026-02-28
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号