Tool Calling / Function Calling — 值得学习的项目与资源

这篇适合谁读

这篇适合正在把 AI 产品、Agent、RAG、评估和部署能力整理成项目作品集的人阅读。它更像一份公开学习索引，帮助你快速判断某个方向为什么值得学、应该看哪些项目、最后能沉淀成什么能力。

对应 JD 能力：Function Calling 设计、Tool Schema、MCP 协议、Workflow

1. OpenAI Function Calling 官方文档

• 链接： https://platform.openai.com/docs/guides/function-calling
• 一句话： 定义了 tool schema 标准格式（JSON Schema），业界最早大规模推广的工具调用范式
• 学习价值： ⭐⭐⭐
• 涉及领域： [Function Calling, Tool Schema, JSON Schema, Parallel Tool Calls]
• 对应 JD 能力： “tool_choice 的 auto/required/none 有什么区别？parallel_tool_calls 如何工作？”
• 推荐理由： 行业起点和基线
• 学习路径建议： “How it works” → “Structured Outputs” → “Prompt Engineering for tools”

2. Anthropic Claude Tool Use 文档

• 链接： https://docs.anthropic.com/en/docs/build-with-claude/tool-use
• 一句话： 强调 tool description 语义质量和”思考过程”的设计哲学
• 学习价值： ⭐⭐⭐
• 涉及领域： [Tool Calling, Agent Thinking, Tool Description Design]
• 对应 JD 能力： “OpenAI 和 Anthropic 的 tool calling 设计本质区别？”
• 推荐理由： Claude 会”思考”是否调用工具——这是 C 端用户感知的关键
• 学习路径建议： “How tool use works” → “Best practices for tool descriptions”

3. MCP 协议规范

• 链接： https://modelcontextprotocol.io/
• 一句话： 开放协议，定义 AI 应用连接外部工具和数据的标准化接口
• 学习价值： ⭐⭐⭐
• 涉及领域： [MCP, Tool Calling, Protocol Design, Tool Server/Client]
• 对应 JD 能力： “MCP 是什么？和传统 function calling 有什么区别？”
• 推荐理由： 2025 最热 AI 基础设施趋势之一
• 学习路径建议： Introduction → Architecture → Tools → 看已有的 MCP server

4. LangChain Tools 模块

• 链接： https://github.com/langchain-ai/langchain（`libs/core/langchain_core/tools/`）
• 一句话： 对 function calling 的框架级抽象，支持多家模型的 tool 调用
• 学习价值： ⭐⭐⭐
• 涉及领域： [Tool Calling, Framework Design, Agent, Schema Transformation]
• 对应 JD 能力： “如何统一 OpenAI 和 Claude 的 tool schema？”
• 推荐理由： 几乎把各家 tool calling 差异都抽象了一遍
• 学习路径建议： 看 @tool 装饰器 → convert_to_openai_tool() → ToolNode

5. Vercel AI SDK (Tool Calling)

• 链接： https://github.com/vercel/ai（`packages/core/tool-call/`）
• 一句话： 跨模型统一 tool calling 抽象，特别适合 C 端产品的 tool UX
• 学习价值： ⭐⭐⭐
• 涉及领域： [Tool Calling, Streaming Tool Calls, Frontend Tool UX]
• 对应 JD 能力： “C 端产品中 tool calling 的 UI/UX 怎么设计？”
• 推荐理由： 做 C 端 AI 聊天产品的首选框架
• 学习路径建议： useChat 中 tool call 流式处理 → maxToolRoundtrips 设计

6. Building Effective Agents (Anthropic 博客)

• 链接： https://www.anthropic.com/engineering/building-effective-agents
• 一句话： 深度分析 tool calling 模式与何时不该用 tool
• 学习价值： ⭐⭐⭐
• 涉及领域： [Tool Calling Pattern, Workflow Design]
• 对应 JD 能力： “tool calling 有哪些常见设计模式？”
• 推荐理由： 大量生产环境实践后的工程智慧
• 学习路径建议： “Augmented LLM” 和 “Tool use” → tokens/time/capabilities 三角权衡

7. Cursor Tool Call UX

• 链接： https://docs.cursor.com/
• 一句话： 展示 C 端产品中 tool calling UX 设计最佳实践
• 学习价值： ⭐⭐⭐
• 涉及领域： [Tool Calling UX, Product Design, Tool Call Visualization]
• 对应 JD 能力： “tool calling 的界面怎么呈现？用户需要看到执行过程吗？”
• 推荐理由： 当前 C 端 AI 产品 tool calling UX 最佳案例
• 学习路径建议： 用 Cursor 产生搜索/编辑 → 观察 UI tool call 呈现 → 写分析文档

8. Perplexity 搜索工具设计

• 链接： https://www.perplexity.ai/
• 一句话： 整个产品=搜索 tool 被反复调用的极致设计
• 学习价值： ⭐⭐⭐
• 涉及领域： [Tool Calling, Search Tool, Multi-step Tool Use, Source Attribution]
• 对应 JD 能力： “怎么设计搜索工具让 AI 不断迭代搜索？”
• 推荐理由： 把 tool calling 用到极致
• 学习路径建议： 提需要多步搜索的问题 → 观察搜索次数和 query 变化

学习顺序建议

第1-2天：OpenAI 文档 → Anthropic 文档 第2-3天：Building Effective Agents → 最佳实践 第3-5天：Vercel AI SDK → LangChain Tools 第1天：MCP 协议 持续：Cursor UX → Perplexity 搜索