让 Agent 从「能说」进化到「能做」的核心能力。Function Calling 让 LLM 能够自主决定调用外部工具，Structured Output 让 AI 返回固定格式数据， 两者共同构成 Agent 的「动手能力」。
Function Calling（函数调用）是 LLM 的一个扩展能力：开发者向 LLM 提供一组「函数定义」 （名称、参数说明、返回值说明），LLM 根据用户问题自主决定：
「帮我查一下北京今天的天气」
LLM 决定：调用 get_weather，参数 city=北京
「给张三发一封邮件，告诉他会议延期」
LLM 决定：先查张三邮箱，再调用 send_email
| Function Calling | Structured Output | |
|---|---|---|
| 用途 | 让 Agent 调用外部工具 | 让 LLM 返回固定格式数据 |
| 触发 | LLM 自主决定何时调用 | 用户要求格式化输出 |
| 典型场景 | 查天气、发邮件、查数据库 | 返回 JSON / YAML / 表格 / 枚举 |
| 代表 API | OpenAI tools / Anthropic tool_use | OpenAI JSON mode / response_format |
实际项目中，两者经常结合使用： Function Calling 让 Agent 做事，Structured Output 让 Agent 的返回结果能被程序直接解析（写入数据库、传给下游 API 等）。
工具定义示例：查询天气
tools = [
{
"type": "function",
"function": {
"name": "get_weather",
"description": "获取指定城市的当前天气",
"parameters": {
"type": "object",
"properties": {
"city": {
"type": "string",
"description": "城市名称，如「北京」「上海」",
"enum": ["北京", "上海", "广州", "深圳"]
},
"unit": {
"type": "string",
"description": "温度单位",
"enum": ["celsius", "fahrenheit"],
"default": "celsius"
}
},
"required": ["city"]
}
}
}
]多工具依赖处理
# 场景：用户问「张三负责的项目的最新进度？」
# 需要：先查张三 → 再查项目 → 再查进度（三个工具串行）
messages = [
{"role": "user", "content": "张三负责的项目的最新进度？"}
]
while True:
response = client.chat.completions.create(
model="gpt-4o",
messages=messages,
tools=tools, # 所有工具定义
tool_choice="auto"
)
if response.choices[0].finish_reason == "tool_calls":
# LLM 要求调用工具
tool_calls = response.choices[0].message.tool_calls
for call in tool_calls:
result = execute_tool(call.function.name, call.function.arguments)
messages.append({"role": "tool", "tool_call_id": call.id, "content": result})
else:
# LLM 已生成最终回答
print(response.choices[0].message.content)
breakAPI 超时 / 参数错误 / 服务不可用
重试 1-2 次 → 失败后返回「服务暂时不可用，请稍后重试」
LLM 反复调用同一工具
设置 max_turns=10 → 超过后强制停止，返回当前最佳结果
LLM 返回的参数格式不对
JSON Schema strict=true → 强制 LLM 输出符合 Schema
场景：从非结构化文本提取结构化数据
from openai import OpenAI
client = OpenAI()
response = client.responses.parse(
model="gpt-4o-mini",
input="张三，男，1985 年生，北京人，电话 13800138000，邮箱 zhangsan@example.com",
text_format={
"type": "object",
"properties": {
"name": {"type": "string"},
"gender": {"type": "string", "enum": ["男", "女"]},
"birth_year": {"type": "integer"},
"city": {"type": "string"},
"phone": {"type": "string"},
"email": {"type": "string"}
},
"required": ["name", "phone"]
}
)
# response.output_parsed 已经是 Python dict:
# {"name": "张三", "gender": "男", "birth_year": 1985, ...}
print(response.output_parsed)需要程序化处理 LLM 输出时——写入数据库、传给下游 API、生成固定格式报告。 结合 Function Calling 使用：Function Calling 定义「做什么」，Structured Output 定义「返回什么格式」。
MCP 协议的 tools/ 端点，本质上就是 Function Calling 的标准化实现。MCP 定义了一套通用的工具描述规范， 使得任何支持 MCP 的 AI 客户端都能调用任何支持 MCP 的工具服务。