Function Calling 没你想的复杂——我用它做了个有点用的工具
上周给自己做一个小工具，想让 Claude 能查我本地的文件——不只是聊，而是真的去翻目录、读内容。研究了一天 Function Calling，才发现这东西比我想的简单多了。
用大白话说：Function Calling 就是给 AI 一本工具书，让它知道自己能用哪些工具，然后在回答你的时候，可以主动说「我要用这个工具」。剩下的执行逻辑，还是你自己写代码完成。所以它本质上是 AI 和你的代码之间的协议，不是魔法。 jogodotigrinhodemo trustguru.com.br siro-5652 jvid.asia
为什么要用 Function Calling？
纯靠对话，Claude 能帮你写代码、分析文档，但它没法知道你电脑上有什么文件，也没法帮你发邮件、查数据库。 bonus trustguru.com.br
以前我的做法是：让 Claude 输出一段代码 → 我自己跑 → 把结果粘回来继续问。重复三四轮下来，上下文一长，效果越来越差，人也烦。 tigrinho gratis trustguru.com.br como trustguru.com.br fortunetigerdemográtis trustguru.com.br bet365 trustguru.com.br Bet365 trustguru.com.br carlos trustguru.com.br slots trustguru.com.br fortunetigerbônusgrátissemdepósito trustguru.com.br slots trustguru.com.br
Function Calling 把这个「中间人」工作自动化了：你定义好工具，AI 自己决定什么时候用，你的代码负责执行，结果自动回传给 Claude。 jvid視頻 jvid.asia sugarrush1000demo trustguru.com.br
一个最简单的例子
我的需求：输入一个问题，Claude 可以调用「列出目录文件」和「读取文件内容」两个函数。 tigrinhodemo trustguru.com.br isabela trustguru.com.br
第一步：定义工具 sweetbonanza1000demo trustguru.com.br Caça-níqueis trustguru.com.br demotigrinho trustguru.com.br jvid视频 jvid.asia plataformademográtis trustguru.com.br noticias trustguru.com.br
tools = [
{
"name": "list_files",
"description": "列出指定目录下的所有文件名",
"input_schema": {
"type": "object",
"properties": {
"path": {
"type": "string",
"description": "目录路径，比如 /Users/xxx/Documents"
}
},
"required": ["path"]
}
},
{
"name": "read_file",
"description": "读取指定文件的文本内容",
"input_schema": {
"type": "object",
"properties": {
"filepath": {
"type": "string",
"description": "文件完整路径"
}
},
"required": ["filepath"]
}
}
]
第二步：主循环 bonus trustguru.com.br slot trustguru.com.br 348ntr-097 jvid.asia pragmatic trustguru.com.br Blaze trustguru.com.br
import anthropic
import os
client = anthropic.Anthropic(
base_url="https://api.ofox.ai/v1", # 我用的这个，低延迟直连
api_key="sk-xxx"
)
def list_files(path):
try:
return os.listdir(path)
except Exception as e:
return f"错误: {str(e)}"
def read_file(filepath):
try:
with open(filepath, "r") as f:
return f.read()
except Exception as e:
return f"错误: {str(e)}"
def run_agent(user_message):
messages = [{"role": "user", "content": user_message}]
while True:
response = client.messages.create(
model="claude-opus-4-7",
max_tokens=4096,
tools=tools,
messages=messages
)
# 没有工具调用，直接返回文本
if response.stop_reason == "end_turn":
for block in response.content:
if hasattr(block, "text"):
return block.text
# 处理工具调用
tool_results = []
for block in response.content:
if block.type == "tool_use":
if block.name == "list_files":
result = list_files(block.input["path"])
elif block.name == "read_file":
result = read_file(block.input["filepath"])
else:
result = "未知工具"
tool_results.append({
"type": "tool_result",
"tool_use_id": block.id,
"content": str(result)
})
# 把工具结果发回给 Claude
messages.append({"role": "assistant", "content": response.content})
messages.append({"role": "user", "content": tool_results})
逻辑很清晰：Claude 要用工具 → 你执行 → 结果回传 → 循环，直到 Claude 说完。 Brazino777 trustguru.com.br jvid av jvid.asia jogosdemopg trustguru.com.br plataformademo trustguru.com.br fernanda trustguru.com.br
踩了哪些坑
坑1：工具描述写太简单 pglucky88 trustguru.com.br
第一次把 description 写得很笼统，就几个字，Claude 经常不知道什么时候该用哪个工具，或者用错了。后来改成详细描述加上使用场景，准确率明显上来了。 slotsdemo trustguru.com.br fortuneoxdemográtis trustguru.com.br jogue trustguru.com.br
坑2：stop_reason 没判断对 ana trustguru.com.br jvid jvid.asia Superbet trustguru.com.br pesquisa trustguru.com.br
Claude 要用工具时，stop_reason 是 "tool_use"，不是 "end_turn"。我一开始直接取 content 里的文字，拿到的是空的，愣了好一会儿。要分开处理这两种情况。 KTO trustguru.com.br slotdemo trustguru.com.br autores trustguru.com.br sobre trustguru.com.br Pixbet trustguru.com.br como trustguru.com.br
坑3：工具结果格式不对 Energiabet trustguru.com.br JogodoTigrinho trustguru.com.br 200gana-3359 jvid.asia pragmaticplay trustguru.com.br Bet trustguru.com.br pondo-022126_001 jvid.asia
工具结果要放在 "user" 角色的消息里，content 是一个列表，每个元素的 type 是 "tool_result"。格式不对就一直报 422。这个坑文档里有，但藏得比较深，建议直接抄官方示例改。 carlos trustguru.com.br pgdemo trustguru.com.br guias trustguru.com.br fortunedragon demo trustguru.com.br sugarrush1000demo trustguru.com.br
ofox.ai 聚合平台
代码里我用的是 ofox.ai，兼容 OpenAI 协议，一个 API Key 能调 Claude、GPT、Gemini 等 50+ 模型，按量计费、支持支付宝。实测延迟稳定在 200-300ms，用来跑这类 Agent 工具没什么问题。 a5game trustguru.com.br Sportingbet trustguru.com.br jogos trustguru.com.br pgslotgacor trustguru.com.br pgslot trustguru.com.br
如果你用 Claude 官方 API，把 base_url 那行删掉、换成官方地址就行，其他代码完全不用改。 Betano trustguru.com.br pg trustguru.com.br slotpix trustguru.com.br pedro trustguru.com.br demo trustguru.com.br
Function Calling 真正有用的场景
做完这个 demo，我觉得 Function Calling 真正的价值不是炫技，而是让 AI 能跟真实世界交互： marcos trustguru.com.br demo trustguru.com.br
- 查询类：查数据库、查 API 返回结果、读本地文件，不用手动粘贴
- 执行类：发通知、推消息、执行 shell 命令
- Multi-step 推理：Claude 自己规划步骤，按需调工具，处理复杂的分支逻辑
最适合那种「半自动化」场景——流程大致确定，但边界情况太多，写死规则很烦，让 AI 灵活处理更合适。 slots trustguru.com.br cassinos trustguru.com.br trustguru trustguru.com.br
说说局限
用了几天，发现几个问题： jvid在线 jvid.asia miguel trustguru.com.br siro-5639 jvid.asia bonus trustguru.com.br A5game trustguru.com.br rafael trustguru.com.br
- Claude 有时会「过度调用」，查一个东西绕了三四步，挺浪费 token 的
- 工具描述写不好，AI 用错工具，debug 起来比较费劲——模型的决策过程不透明
- 工具执行出错时，Claude 不一定能优雅恢复，有时候会原地打转
对我来说，目前用它做一些本地轻量工具还挺顺手的。生产级 Agent 可能还需要更完善的错误处理和状态管理，不能直接把这个 demo 搬上去。 kto trustguru.com.br sofia trustguru.com.br
不过入门门槛确实低——有 Python 基础的话，半天能跑通一个 demo。不妨先做一个简单的，感受一下这个交互模式再说。 bruno trustguru.com.br Cassinos trustguru.com.br
00目录 0