工具调用

什么是工具调用？

工具调用允许 AI 模型执行外部功能，如运行代码、查询数据库、生成特定格式的内容等。

重要：花卷智能体 API 采用服务端自动执行模式，一次请求即可完成工具调用和结果处理，无需客户端多轮交互。

工具调用流程

花卷智能体 API 在服务端自动完成工具调用的完整流程：

1. 用户发起请求

用户发送单次请求，包含 allowedTools 参数和必要的上下文：

用户请求

{
  "model": "anthropic/claude-3-7-sonnet-20250219",
  "messages": [
    {
      "role": "user",
      "content": "候选人问：你们公司地址在哪？"
    }
  ],
  "allowedTools": ["zhipin_reply_generator"],
  "context": {
    "preferredBrand": "蜀地源冒菜",
    "configData": {
      "city": "上海",
      "brands": {
        "蜀地源冒菜": {
          "address": "上海市浦东新区XX路XX号"
        }
      }
    },
    "replyPrompts": {
      "location_inquiry": "友好地告知公司地址，并询问是否需要路线指引"
    }
  }
}

2. 服务端自动处理

服务端在一次请求中完成以下步骤：

AI 决定需要调用工具
服务端执行工具（zhipin_reply_generator 等）
AI 理解执行结果
生成最终回复

所有工具调用都在服务端自动完成，最多可执行 30 步（包括多次工具调用）。

3. 返回完整对话历史

API 返回包含所有中间步骤的完整对话历史：

API 响应

{
  "success": true,
  "data": {
    "messages": [
      {
        "id": "msg_001",
        "role": "assistant",
        "parts": [
          {
            "type": "dynamic-tool",
            "toolName": "zhipin_reply_generator",
            "toolCallId": "call_abc123",
            "state": "output-available",
            "input": {
              "candidate_message": "你们公司地址在哪？",
              "brand": "蜀地源冒菜"
            },
            "output": {
              "reply": "您好！我们蜀地源冒菜位于上海市浦东新区XX路XX号，交通便利。如果您需要详细的路线指引，我很乐意为您提供。期待与您的面谈！😊"
            }
          }
        ]
      },
      {
        "id": "msg_002",
        "role": "assistant",
        "parts": [
          {
            "type": "text",
            "text": "已为您生成专业的回复，内容包含了公司地址信息，并主动询问候选人是否需要路线指引。",
            "state": "done"
          }
        ]
      }
    ],
    "usage": {
      "inputTokens": 280,
      "outputTokens": 120,
      "totalTokens": 400
    },
    "tools": {
      "used": ["zhipin_reply_generator"],
      "skipped": []
    }
  }
}

响应中的 messages 数组包含完整的执行历史，包括工具调用的输入和输出。

dynamic-tool 结构说明

工具调用使用 dynamic-tool 类型的 part，包含以下字段：

字段	类型	说明
`type`	`string`	固定值 `"dynamic-tool"`
`toolName`	`string`	工具名称（如 `zhipin_reply_generator`）
`toolCallId`	`string`	AI 生成的唯一调用 ID
`state`	`string`	工具状态：`"output-available"`（已完成）或 `"input-available"`（仅输入）
`input`	`object`	工具输入参数（使用 snake_case 命名）
`output`	`object`	工具输出结果（仅当 `state: "output-available"` 时存在）

所有工具输入参数使用 snake_case 命名约定（如 candidate_message），而非 camelCase。

流程对比

服务端自动执行（花卷智能体 API）
客户端执行（其他 API 常见模式）

当前采用的模式：

用户 → API (一次请求)
    ↓
1. AI 决定需要调用工具
    ↓
2. 服务端自动执行工具
    ↓
3. AI 理解工具结果
    ↓
4. 生成最终回复
    ↓
API → 用户 (完整的对话历史)

优点：

✅ 单次请求完成
✅ 无需客户端处理工具执行
✅ 自动重试和错误处理
✅ 完整的执行历史

适用场景：

服务端可以安全执行的工具（bash、数据库查询等）
不需要用户交互的自动化任务

注意：花卷智能体 API 不采用这种模式

用户 → API (请求 1)
    ↓
API → 用户 (返回 tool-call)
    ↓
用户执行工具
    ↓
用户 → API (请求 2, 提交 tool-result)
    ↓
API → 用户 (最终结果)

特点：

需要多轮请求
客户端负责工具执行
适合需要用户确认的场景

基础用法

简单示例

通过 allowedTools 数组启用工具：

基础工具调用

{
  "model": "anthropic/claude-3-7-sonnet-20250219",
  "messages": [
    {
      "role": "user",
      "content": "候选人问：你们薪资待遇怎么样？"
    }
  ],
  "allowedTools": ["zhipin_reply_generator"],
  "context": {
    "preferredBrand": "蜀地源冒菜",
    "configData": {
      "city": "上海",
      "brands": {
        "蜀地源冒菜": {
          "templates": {
            "salary_inquiry": ["基本工资4000-6000元，另有全勤奖、绩效奖等"]
          }
        }
      }
    },
    "replyPrompts": {
      "salary_inquiry": "用礼貌的语气说明薪资待遇，避免承诺无法兑现的条件"
    }
  }
}

响应包含完整的执行过程，包括工具调用和智能生成的回复。

多轮对话场景

AI 可以在一次请求中理解上下文并调用工具：

多轮对话示例

{
  "model": "anthropic/claude-3-7-sonnet-20250219",
  "messages": [
    {
      "role": "user",
      "content": "候选人说：工资能谈吗？"
    },
    {
      "role": "assistant",
      "content": "当然可以，我们的薪资范围是4000-6000元。"
    },
    {
      "role": "user",
      "content": "候选人又问：那有五险一金吗？"
    }
  ],
  "allowedTools": ["zhipin_reply_generator"],
  "context": {
    "preferredBrand": "蜀地源冒菜",
    "configData": {
      "brands": {
        "蜀地源冒菜": {
          "benefits": "五险一金、员工餐、交通补贴"
        }
      }
    }
  }
}

服务端会根据对话历史和上下文，自动生成专业的招聘回复。

可用工具

使用 GET /api/v1/tools 查看所有可用工具及其配置要求。

Bash 工具

执行 Bash 命令，需要 E2B 沙盒环境：

重要：bash 工具需要在沙盒环境中运行。使用前需要：

创建 E2B 沙盒客户端
在 context 中提供 sandboxId

如果没有沙盒环境，工具将无法工作。

Bash 工具示例（需要沙盒）

const response = await fetch("https://huajune.duliday.com/api/v1/chat", {
  method: "POST",
  headers: {
    Authorization: `Bearer ${apiKey}`,
    "Content-Type": "application/json",
  },
  body: JSON.stringify({
    model: "anthropic/claude-3-7-sonnet-20250219",
    messages: [{ role: "user", content: "检查系统磁盘使用情况" }],
    allowedTools: ["bash"],
    context: {
      sandboxId: "your_e2b_sandbox_id"  // ← 必需：E2B 沙盒 ID
    }
  }),
});

const data = await response.json();
console.log("完整对话历史:", data.messages);

推荐：对于一般的业务场景，建议使用 zhipin_reply_generator 等业务工具，而非 bash 工具。

zhipin_reply_generator 工具

生成 BOSS 直聘招聘回复，需要 configData 和 replyPrompts 上下文：

招聘回复生成工具

{
  "model": "anthropic/claude-3-7-sonnet-20250219",
  "messages": [
    {
      "role": "user",
      "content": "候选人问：你们工资多少？"
    }
  ],
  "allowedTools": ["zhipin_reply_generator"],
  "context": {
    "preferredBrand": "蜀地源冒菜",
    "configData": {
      "city": "上海",
      "brands": {
        "蜀地源冒菜": {
          "templates": {
            "salary_inquiry": ["基本工资4000-6000元，另有全勤奖、绩效奖等"]
          }
        }
      }
    },
    "replyPrompts": {
      "salary_inquiry": "用礼貌的语气说明薪资待遇，避免承诺无法兑现的条件"
    }
  }
}

工具上下文

某些工具需要额外的上下文信息：

全局上下文 - context

使用 context 提供所有工具共享的上下文：

全局上下文

{
  "allowedTools": ["zhipin_reply_generator"],
  "context": {
    "configData": { ... },
    "replyPrompts": { ... },
    "preferredBrand": "蜀地源冒菜"
  }
}

工具级上下文 - toolContext

使用 toolContext 为特定工具提供上下文，会覆盖全局 context：

工具级上下文

{
  "allowedTools": ["zhipin_reply_generator"],
  "context": {
    "replyPrompts": { "default": "默认模板" }
  },
  "toolContext": {
    "zhipin_reply_generator": {
      "replyPrompts": {
        "general_chat": "自定义回复模板"  // 会覆盖全局配置
      }
    }
  }
}

详见上下文管理文档

上下文策略

控制工具上下文缺失时的行为：

error（默认）
skip
report

缺少必需上下文时返回 400 错误：

错误响应

{
  "error": "BadRequest",
  "message": "Missing required context: configData, replyPrompts",
  "details": {
    "missingContext": ["configData", "replyPrompts"],
    "tools": ["zhipin_reply_generator"]
  },
  "statusCode": 400
}

适用场景：确保工具配置正确，避免运行时错误

跳过无法初始化的工具，继续执行：

跳过工具

{
  "allowedTools": ["bash", "zhipin_reply_generator"],
  "contextStrategy": "skip"
}

响应头包含被跳过的工具：

响应头

X-Tools-Skipped: zhipin_reply_generator

适用场景：可选工具，部分失败不影响主流程

仅返回验证报告，不执行对话：

验证模式

{
  "allowedTools": ["bash", "zhipin_reply_generator"],
  "context": { ... },
  "contextStrategy": "report"
}

或使用 validateOnly：

validateOnly 参数

{
  "validateOnly": true
}

适用场景：预检工具配置，调试上下文问题

流式输出中的工具事件

使用 stream: true 时，可以实时监控工具调用过程：

工具事件示例

event: text
data: {"type":"text.delta","delta":"我将"}

event: text
data: {"type":"text.delta","delta":"为你生成专业的招聘回复"}

event: tool
data: {"type":"tool.start","name":"zhipin_reply_generator","input":{"candidate_message":"你们薪资待遇怎么样？","brand":"蜀地源冒菜"}}

event: tool
data: {"type":"tool.output","name":"zhipin_reply_generator","output":"生成中..."}

event: tool
data: {"type":"tool.complete","name":"zhipin_reply_generator","state":"output-available","output":{"reply":"您好！我们的薪资范围是4000-6000元..."}}

event: text
data: {"type":"text.delta","delta":"已为您生成专业的招聘回复"}

event: done
data: {"type":"done"}

流式模式允许你实时看到 AI 的思考过程和工具执行进度，特别适合需要实时反馈的招聘场景。

执行限制

为了防止无限循环，工具调用有以下限制：

限制项	值	说明
最大步数	30	包括 AI 生成和工具调用的总步数
超时	2 分钟	单次请求的最大执行时间

如果达到步数限制或超时，API 会返回已执行的部分结果，并在响应中标记未完成状态。

完整示例

JavaScript
Python
cURL

JavaScript 完整示例

async function generateRecruitmentReply() {
  const response = await fetch("https://huajune.duliday.com/api/v1/chat", {
    method: "POST",
    headers: {
      Authorization: `Bearer ${apiKey}`,
      "Content-Type": "application/json",
    },
    body: JSON.stringify({
      model: "anthropic/claude-3-7-sonnet-20250219",
      messages: [
        {
          role: "user",
          content: "候选人问：你们公司福利待遇怎么样？包食宿吗？"
        }
      ],
      allowedTools: ["zhipin_reply_generator"],
      context: {
        preferredBrand: "蜀地源冒菜",
        configData: {
          city: "上海",
          brands: {
            "蜀地源冒菜": {
              templates: {
                "benefits_inquiry": [
                  "五险一金、员工餐、交通补贴",
                  "提供员工宿舍（单人间）"
                ]
              }
            }
          }
        },
        replyPrompts: {
          "benefits_inquiry": "详细介绍福利待遇，突出住宿优势"
        }
      },
      stream: false,
    }),
  });

  const data = await response.json();

  // 打印完整的对话历史
  console.log("对话历史:");
  data.data.messages.forEach((msg, idx) => {
    console.log(`\n消息 ${idx + 1} (${msg.role}):`);
    msg.parts.forEach(part => {
      if (part.type === 'text') {
        console.log(`  文本: ${part.text}`);
      } else if (part.type === 'dynamic-tool') {
        console.log(`  工具调用: ${part.toolName}`);
        console.log(`  输入:`, part.input);
        if (part.output) {
          console.log(`  输出:`, part.output);
        }
      }
    });
  });

  // 提取生成的招聘回复
  const toolMessage = data.data.messages.find(msg =>
    msg.parts.some(p => p.type === 'dynamic-tool')
  );
  const toolPart = toolMessage.parts.find(p => p.type === 'dynamic-tool');
  const reply = toolPart.output.reply;
  console.log("\n生成的招聘回复:", reply);
}

generateRecruitmentReply();

Python 完整示例

import requests
import json

def generate_recruitment_reply():
    url = "https://huajune.duliday.com/api/v1/chat"
    headers = {
        "Authorization": f"Bearer {api_key}",
        "Content-Type": "application/json"
    }
    payload = {
        "model": "anthropic/claude-3-7-sonnet-20250219",
        "messages": [
            {
                "role": "user",
                "content": "候选人问：你们公司福利待遇怎么样？包食宿吗？"
            }
        ],
        "allowedTools": ["zhipin_reply_generator"],
        "context": {
            "preferredBrand": "蜀地源冒菜",
            "configData": {
                "city": "上海",
                "brands": {
                    "蜀地源冒菜": {
                        "templates": {
                            "benefits_inquiry": [
                                "五险一金、员工餐、交通补贴",
                                "提供员工宿舍（单人间）"
                            ]
                        }
                    }
                }
            },
            "replyPrompts": {
                "benefits_inquiry": "详细介绍福利待遇，突出住宿优势"
            }
        },
        "stream": False
    }

    response = requests.post(url, json=payload, headers=headers)
    data = response.json()

    # 打印完整的对话历史
    print("对话历史:")
    for idx, msg in enumerate(data['data']['messages']):
        print(f"\n消息 {idx + 1} ({msg['role']}):")
        for part in msg['parts']:
            if part['type'] == 'text':
                print(f"  文本: {part['text']}")
            elif part['type'] == 'dynamic-tool':
                print(f"  工具调用: {part['toolName']}")
                print(f"  输入:", part['input'])
                if 'output' in part:
                    print(f"  输出:", part['output'])

    # 提取生成的招聘回复
    tool_msg = next(msg for msg in data['data']['messages']
                    if any(p['type'] == 'dynamic-tool' for p in msg['parts']))
    tool_part = next(p for p in tool_msg['parts'] if p['type'] == 'dynamic-tool')
    reply = tool_part['output']['reply']
    print("\n生成的招聘回复:", reply)

generate_recruitment_reply()

cURL 示例

curl -X POST https://huajune.duliday.com/api/v1/chat \
  -H "Authorization: Bearer YOUR_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "anthropic/claude-3-7-sonnet-20250219",
    "messages": [
      {
        "role": "user",
        "content": "候选人问：工作时间怎么安排？"
      }
    ],
    "allowedTools": ["zhipin_reply_generator"],
    "context": {
      "preferredBrand": "蜀地源冒菜",
      "configData": {
        "brands": {
          "蜀地源冒菜": {
            "templates": {
              "schedule_inquiry": ["早班8:00-17:00，晚班17:00-02:00，轮班制"]
            }
          }
        }
      },
      "replyPrompts": {
        "schedule_inquiry": "说明工作时间安排，强调合理性"
      }
    },
    "stream": false
  }' | jq '.data.messages'

常见问题

工具调用需要多次请求吗？

不需要。花卷智能体 API 在服务端自动完成所有工具调用，单次请求即可获得最终结果。错误理解：

请求 1 → 获取 tool-call →
执行工具 →
请求 2 (提交 tool-result) → 最终结果

正确流程：

请求 1 → 服务端自动完成所有步骤 → 返回完整历史和最终结果

如何查看工具执行的中间过程？

使用 stream: true 可以实时监控工具调用：

流式监控

const response = await fetch(url, {
  body: JSON.stringify({ stream: true, ... })
});

const reader = response.body.getReader();
// 监听 event: tool 事件

或者在非流式模式下，检查响应中的 messages 数组，包含所有中间步骤。

如何限制工具的执行次数？

当前默认限制为 30 步。如果需要更严格的控制，可以：

使用更明确的提示词，减少不必要的工具调用
联系技术支持调整限制
在 context 中提供更完整的信息，减少探索性调用

为什么我的工具没有被调用？

可能的原因：

工具未在 allowedTools 中

正确配置

{
  "allowedTools": ["zhipin_reply_generator"]
}

缺少必需的上下文

完整配置示例

{
  "allowedTools": ["zhipin_reply_generator"],
  "context": {
    "preferredBrand": "蜀地源冒菜",
    "configData": { ... },    // ← 必需
    "replyPrompts": { ... }   // ← 必需
  }
}

使用 validateOnly: true 预检配置
检查 GET /api/v1/tools 的 requiredContext

AI 判断不需要调用
- 尝试更明确的提示词
- 确认任务确实需要该工具
bash 工具缺少沙盒环境
- bash 工具需要 context.sandboxId
- 建议使用业务工具而非 bash

如何查看工具需要哪些上下文？

使用 GET /api/v1/tools 端点查看每个工具的 requiredContext：

查看工具要求

curl -X GET https://huajune.duliday.com/api/v1/tools \
  -H "Authorization: Bearer YOUR_API_KEY"

或使用 validateOnly: true 预检配置。

下一步

消息格式

了解 tool-call 和 tool-result 的消息结构

工具系统

深入了解工具系统和工具定义

上下文管理

理解工具上下文配置和验证

流式输出

学习如何使用流式输出监控工具执行

快速开始

核心概念

功能指南

最佳实践

什么是工具调用？

工具调用流程

dynamic-tool 结构说明

流程对比

基础用法

简单示例

多轮对话场景

可用工具

Bash 工具

zhipin_reply_generator 工具

工具上下文

上下文策略

流式输出中的工具事件

执行限制

完整示例

常见问题

下一步

消息格式

工具系统

上下文管理

流式输出

​什么是工具调用？

​工具调用流程

​dynamic-tool 结构说明

​流程对比

​基础用法

​简单示例

​多轮对话场景

​可用工具

​Bash 工具

​zhipin_reply_generator 工具

​工具上下文

​上下文策略

​流式输出中的工具事件

​执行限制

​完整示例

​常见问题

​下一步

消息格式

工具系统

上下文管理

流式输出

什么是工具调用？

工具调用流程

dynamic-tool 结构说明

流程对比

基础用法

简单示例

多轮对话场景

可用工具

Bash 工具

zhipin_reply_generator 工具

工具上下文

上下文策略

流式输出中的工具事件

执行限制

完整示例

常见问题

下一步