Tag: tool-use
All the articles with the tag "tool-use".
-
拼回同一份循环：一次 run 的全生命周期
前面几篇各加了一层：schema、压缩、记忆、计划、检查、护栏、并发、超时、审计。这篇不加新东西，只把它们接回同一个 while，按固定顺序跑完西安那次订房，从进循环到停住等确认，再到续跑下单。
-
上线实战：轮内并发、超时、续跑与审计
调度循环不改。一轮内多个 tool_calls 并发执行，回灌仍按请求顺序配对。工具超时必须回灌；写操作超时先查再订，携带幂等键防重。每轮按 run_id 落盘 messages，确认之后续跑，事后能再跑检查。
-
检查通过仍会打转：护栏拦截与累计 Token
调度循环不改。误差按业务工具步数串行连乘。护栏卡在 dispatch 之前：同一工具同一参数即触发终止，未确认的写操作一律不执行。确认后用同一份 messages 再进循环。累计 token 按每轮重发加总，而非单轮度量。
-
评测一个 Agent：轨迹级校验，而非答案级
调度循环不改。从 messages 中抽出 tool_calls 作为执行轨迹，检查逻辑全部写成代码：有没有跳步、hotel_id 从哪来、房型是否按天气分流。对照轨迹不调模型；真跑一次 run 再用同一套检查复用。
-
用 MCP 接入外部工具：list_tools 与 call_tool 的挂载
循环、记忆、计划三层架构都不改。将 search_location 和 get_weather 挪到 MCP Server：启动时 list_tools 拉取 schema，dispatch 里 call_tool 透传调用。只转发外部工具白名单，回灌结果不可信，必须兜底校验。