Skip to content
预计 1 分钟右侧目录可快速定位

Tool 工程 ​

把 Tool 作为 Model intent 与真实副作用之间的显式 contract。

推荐阅读顺序 ​

1. 什么才是好 Tool:Contract、Granularity 与 Naming ​

回答:一个 Tool 的粒度、名称和契约怎样设计,才能让模型选得对、Runtime 执行得稳?

2. 让模型稳定调用 Tool:Schema、Examples 与 Registry ​

回答:Schema、examples 和 Registry 各自在 Tool 选择、参数校验和版本治理中承担什么责任?

3. Tool 太多时怎么暴露:Metadata、Dynamic Exposure 与 Discovery ​

回答:当 Tool 从 10 个增长到 1000 个时,如何按 metadata 动态暴露和发现,而不是全部塞进 Context?

4. 从发现 Tool 到可回灌结果:Search、Execution、Normalization 与 Result Budget ​

回答:Tool 从被发现到结果重新进入 Context,中间需要经过哪些确定性边界?

5. 一次 Tool 批次如何安全执行:Parallel Call、Error 与 Timeout ​

回答:多个 Tool Call 什么时候能并行,单个 call 的 error / timeout 又该怎样归一化成可处理结果?

6. Tool 失败后能不能重试:Retry Eligibility 与 Idempotency Contract ​

回答:一个 Tool 失败后到底能不能安全重试,Tool 自身必须向 Runtime 提供哪些事实?

7. Tool 能力怎么扩展且不失控:Programmatic Calling 与 Evaluation ​

回答:什么时候应该让 Agent 在受控代码环境中批量/组合调用工具,而不是每个小步骤都回到 LLM;又怎样证明这种能力没有扩大权限或降低 Tool 选择质量?

本模块学习边界 ​

  • 暂不展开:MCP 协议细节后移 W11;durable retry/outbox 后移 W8–W10

AI Engineering · Agent · Harness · Backend Systems