学习路线 · ④
Agent 如何使用工具？
AI Agent 不只是生成文字，它还可以调用工具来搜索信息、读取文件、运行代码、访问 API，并完成真实任务。
简单来说：LLM 负责思考，Tool 负责行动，Agent 负责决定什么时候使用什么工具。
- 用户
- 「帮我研究日本 AI 市场」
- Agent
- 🧠 思考：我需要最新资料
- 🔎 Web Search
- 🧠 分析搜索结果
- 📄 读取资料
- 🧠 整理信息
- 📝 生成报告
为什么 Agent 需要工具？
如果没有工具，LLM 主要只能 理解信息 → 生成内容
「帮我解释一下 AI Agent。」
它可以直接回答。
「帮我查找今天最新的 AI Agent 新闻。」
🔎 搜索工具 — 获取最新信息。
「分析这个 PDF。」
📄 文件工具 — 读取文档。
「帮我写一个 Python 程序并运行它。」
💻 代码执行工具 — 运行与验证。
工具让 AI 从「知道怎么回答」，变成「能够获取信息并执行操作」。
Agent 可以使用哪些工具？
- Web Search
搜索互联网信息。
- 查找最新资料
- 新闻研究
- 市场调研
- 竞品分析
- File / PDF
读取和分析文件。
- 文档
- 报告
- 数据文件
- Code
运行代码和处理数据。
- Python
- 数据分析
- 计算
- 图表
- 文件处理
- API
连接外部服务。
- 天气 API
- Agent
- 获取天气
- 数据库
- Agent
- 查询数据
- MCP
连接更多外部工具和数据。MCP 是一种让 AI 更方便地连接外部工具和数据的开放协议。
了解 MCP →
Agent 是怎么决定使用哪个工具的？
并不是程序员把每一步都写死——Agent 会根据任务判断自己需要什么。
「帮我研究东京的 AI 创业公司。」
- 任务
- 🧠 Agent 分析
- 需要最新信息？
- 是
- 选择 Web Search
- 获得搜索结果
- 还需要更多信息？
- 是
- 继续搜索
- 分析结果
- 生成报告
Agent 不只是使用工具，而是根据任务决定什么时候使用工具。
Tool Calling 是什么？
Tool Calling（工具调用） — Tool Calling 是 LLM 请求外部工具执行某项操作的一种机制。
- LLM
- 「我需要搜索一下」
- Tool Call
- Search Tool
- 返回结果
- LLM
- 继续处理
例如
- 用户：
- 「东京现在天气怎么样？」
- Agent / LLM
- 「需要天气数据」
- 调用 Weather Tool
- Weather Tool
- 返回天气数据
- Agent / LLM
- 理解数据
- 回答用户
工具本身不一定是 AI——搜索 API、数据库、计算器甚至普通程序，都可以成为 Agent 的工具。
Agent 使用工具的完整过程
- 用户提出目标
- Agent 理解任务
- Agent 制定下一步
- 选择工具
- 调用工具
- 获得工具结果
- 分析结果
- 决定下一步
- 必要时继续调用工具
- 完成任务
🔎 Research Agent
- 理解任务
- 制定研究计划
- 搜索日本 AI Agent 市场
- 读取相关资料
- 比较不同公司
- 分析市场趋势
- 整理信息
- 生成研究报告
执行过程
研究一下日本 AI Agent 市场。
- 理解研究任务
- 制定研究计划
- 搜索相关资料
- 阅读资料
- 分析市场信息
- 整理研究报告
一个 Agent 可以使用多个工具吗？
可以。而且这正是 Agent 强大的地方之一。
- Research Agent
- 🔎 Search 📄 Files 💻 Code
- 🧠 LLM
- 📝 Report
- CSV 文件
- File Tool
- Code Tool
- 数据分析
- 生成图表
- 生成报告
复杂 Agent 往往不是一个工具，而是一组工具协作完成任务。
Agent 会不会一直乱用工具？
Agent 使用工具通常需要受到限制，例如：
- 权限
Agent 能访问什么？文件？数据库？互联网？
- 参数
工具允许 Agent 传入什么参数？
- 权限范围
Agent 可以查看？还是可以修改？甚至删除？这些权限应该明确控制。
- Agent
- Tool
- Permission Check
- 允许 → 执行
- 禁止 → 拒绝
「我准备发送这封邮件，需要你的确认。」
这会自然引出更高级的 Agent 权限与人类确认（Human-in-the-loop）。
Tool 和 Agent 有什么区别？
| Tool | Agent |
|---|---|
| 执行一个具体能力 | 完成一个目标 |
| 通常等待调用 | 可以自主决定下一步 |
| 搜索、计算、读取文件 | 研究、写作、编程 |
| 能力组件 | 任务执行系统 |
| 「做这件事」 | 「帮我完成这件事」 |
🔎 Search Tool：帮我搜索这个关键词。
🧠 Research Agent：帮我研究这个主题。
- 搜索 → 阅读 → 再搜索 → 比较 → 分析 → 写报告
Tool 是能力，Agent 是使用这些能力完成任务的系统。
MCP 和 Agent 工具有什么关系？
- Agent
- Tool
- MCP
- 外部工具 / 数据 / 服务
- Agent
- MCP
- ├─ 文件
- ├─ 数据库
- ├─ GitHub
- ├─ 搜索
- └─ 其他服务
MCP 可以帮助 Agent 以标准化的方式连接外部工具和数据。
Agent + Tools 的真正意义
过去
- 人
- 寻找信息
- 操作软件
- 调用服务
- 整理结果
现在
- 人
- 提出目标
- Agent
- 使用工具
- 完成多个步骤
- 返回结果
工具让 Agent 拥有「手和脚」。
LLM 提供理解和推理能力。
Agent 把这些能力组织起来完成任务。
真正体验一次
看懂了，接下来让 Agent 真正工作——试试能够搜索、分析和生成报告的 Research Agent。
立即体验 Research Agent →