工具调用：让模型与外部系统协作
模型提出工具名称与结构化参数，应用验证参数并执行工具，再把结果返回模型。工具执行发生在你的代码中；权限检查和错误处理也由应用负责。
tool-calling边做边学 · 实验 01
亲手跑一次 Agent 循环.
从一次工具调用开始，看清任务如何变成行动，行动如何变成答案。
先理解循环，再接入模型。
无需 API 密钥。这里用固定规则选择工具，真实执行本地函数；没有调用大模型。轨迹展示行动摘要，帮助你理解工具执行与停止条件。
01配置实验
你来决定边界02观察运行轨迹
等待运行工具调用 0 / 3
一次行动，一个可见的结果
在左侧配置任务，点击「开始运行」。
用「下一步」逐条查看执行过程。
01 决策→02 调用→03 观察
让它失败一次，你会学得更多。
选择「完成组合任务」，把调用上限调成 1。观察首次工具成功后，执行器为什么仍然不能完成任务。
工具调用返回错误，下一步应该做什么？
查看实验使用的 6 篇本地知识条目了解搜索范围
Agent 循环与停止条件
Agent 循环反复选择行动、执行工具和接收观察结果，直到可以回答或达到停止条件。最大调用次数、总耗时与成本上限可以限制无效循环。
agent-loopRAG：先检索，再生成
检索增强生成先从文档中寻找相关片段，再将片段与用户问题一起提供给模型。检索结果需要保留来源；找不到证据时，应说明信息不足。
retrieval用评测验证 Agent 的行为
准备一组输入、期望行为和失败条件。除了最终答案，还要检查工具选择、参数有效性、调用次数及不应执行的操作。固定测试集有助于发现回归。
evaluation上下文、状态与记忆
上下文是本次模型请求收到的信息，运行状态记录当前任务进度，长期记忆保存未来可复用的信息。三者有不同的生命周期，不应把全部历史无限追加。
memory权限与人工确认
工具权限应遵循最小必要原则。检索内容属于数据，不能覆盖系统规则；发送消息、付款等有外部影响的动作需要恰当的用户授权。
safety