Function Calling 是 LLM 的一项能力，允许模型在生成回复时输出结构化的函数调用指令，而不是纯文本。开发者可以预先定义一组函数（API、数据库查询、工具操作），模型根据用户意图选择合适的函数并填充参数，由应用程序执行实际调用。

你可以把它理解为 AI 学会了“打电话叫人办事”——它自己不直接做事，但知道该找谁、怎么说。

Function Calling 的核心流程：

• 函数定义：开发者注册可用函数及其参数 schema
• 意图识别：模型判断用户请求是否需要调用函数
• 参数提取：模型从对话中提取函数所需的参数
• 执行回调：应用执行实际函数，将结果返回给模型
• 结果整合：模型基于函数返回结果生成最终回复

大白话理解：

没有 Function Calling 的时候：

• 你说“帮我查一下北京的天气” → AI 只能说“抱歉，我不能实时查天气”
• 你说“帮我发一封邮件” → AI 只能给你写邮件草稿，你得自己复制粘贴去发
• AI 被困在对话框里，无法和外界互动

有了 Function Calling 之后：

• 你说“帮我查北京天气” → AI 调用天气 API，返回“北京今天 25°C，晴”
• 你说“帮我发邮件给张三” → AI 调用邮件 API，直接发送
• AI 从一个“聊天机器”变成了“能办事的助手”

打个比方：

一句话总结：

Function Calling 让 AI 不仅能说话，还能调用工具和 API 替你做事，真正从“聊天”走向“执行”。