别再只会聊天了！带你搞懂 AI Agent + Function Calling 全流程

我爱学大模型

墨衍会员 · AI 创作全网分发码龄3年

关注

原创最新推荐文章于 2026-05-04 22:44:40 发布 886 阅读 AI 写同款· GEO 优化 ›

Ollama 可以在 Windows 上运行了阅读详情

在 AI 领域日新月异的今天，相信你已经见过不少新术语：

Agent
Function Calling
MCP 协议

这些词汇看上去像是科幻电影里的名词，其实它们正是现代 AI 应用从“只能聊天”到“能自动干活”的关键。

今天我们就来系统梳理一下：从一个普通的用户对话框，AI 是如何一步步进化成具备“自主执行能力”的 Agent 系统。

🗨 一切从 User Prompt 开始

还记得你第一次用 ChatGPT 的场景吗？

很可能是打开页面，输入一段请求，例如：

latex体验AI代码助手代码解读复制代码请帮我总结一下这篇文章的核心观点。

这就是所谓的 User Prompt（用户提示）。模型会基于这段文字生成响应。

这种交互模式已经非常成熟。但它也存在明显的限制：

模型不会具备“上下文中的角色意识”，更无法主动作出决策或调用工具。

🧠 给 AI 设定角色：System Prompt 登场

让我们思考一个问题：如果同一句话，不同人来回答，结果会一样吗？

比如你对不同人说：

“我现在非常累。”

可能得到的回答是：

教练说：“那就休息一下，明天继续训练。”
朋友说：“要不要一起出去散个步？”
医生说：“描述一下你感觉累的具体症状。”

这就是角色背景对回答的影响。

AI 没有“角色意识”？没关系，我们可以人工设定。

System Prompt 就是为模型设定“身份”的机制。通过它，你可以告诉模型：

你是谁（如医生、律师、编程专家）
该用什么语气（严谨、幽默、简洁）
有哪些规则（不能编造、不透露敏感信息）

🧩 结构关系如下：
在这里插入图片描述

🧑 用户提示AI📄 系统设定

System Prompt 是隐藏的，不在聊天框里显示，却会持续影响模型输出的风格和行为。

🔧 不只是说话：Function Calling 解锁执行能力

到了这一步，我们已经能通过 Prompt 让 AI 具备角色和语气了。

但 AI 仍然只能说，不能做。

举个例子：

“请查一下 ~/Documents 文件夹下有哪些文件。”

ChatGPT 可能会说：“你可以在文件管理器中打开该目录进行查看。”

这还是在“指挥你”干活，AI 自己却什么也做不了。

于是，Function Calling 机制登场：它允许模型主动调用编程函数、访问系统资源、与外部服务交互。

👇 工作流程如下：

在这里插入图片描述

这一步的关键是：模型不再只是文本生成器，而是任务协调器，能够调度函数、接入系统完成具体操作。

🧠 什么是 AI Agent？让任务自动跑起来

Function Calling 实现了“模型调用函数”，但它还是“半自动”的——你需要不断参与交互。

那么，有没有可能，从输入目标开始，AI 全自动完成整个任务链条？

这就是 AI Agent（智能体）的意义。

它本质上是一个 集成了 AI 模型 + 工具调用能力 + 执行控制逻辑 的智能系统。

例如你输入：

latex体验AI代码助手代码解读复制代码请帮我分析这个 Excel 文件并生成一份可视化报告。

Agent 可以自己：

解析 Excel
调用分析工具
生成图表
整理报告返回你

整套流程几乎不需要你干预。

🔄 为什么 Function Calling 是关键？

你可能会想：“让模型输出 JSON 不就行了吗？还用专门搞个机制？”

但 AI 是“概率模型”，即使你说“必须返回 JSON”，它也可能输出：

latex体验AI代码助手代码解读复制代码好的，我来按照你的格式输出：
{ "result": "success" }

这个“好的，我来…” 就不是标准 JSON，程序一读就崩。

于是，Function Calling 用结构化描述来约束模型，明确规定：

函数名
参数格式
参数类型
返回数据结构

🧱** 示例格式如下：**

json体验AI代码助手代码解读复制代码{
  "name": "search_files",
  "description": "搜索指定目录下的所有文件",
  "parameters": {
    "type": "object",
    "properties": {
      "path": {
        "type": "string",
        "description": "要搜索的目录路径"
      }
    },
    "required": ["path"]
  }
}