Tag: tool-use
All the articles with the tag "tool-use".
-
让 Agent 先规划再执行：把计划写进记忆
调度循环每轮只决定下一个工具，多步任务极易跳步或重复调用。计划是一份存放在记忆里的步骤列表，每轮写进 system。set_plan 写入或替换计划，mark_step 推进步骤状态。参数错了就地重试，步骤做不到则触发重规划。
-
对抗失忆与噪声：上下文裁剪与记忆挂载
模型每轮只能看到本次请求里的 messages 和 tools。messages 只增不减、整段重发，过期的工具返回就退化为废话；一刀切掉目标和试错记录，又变成失忆。解法是：旧 tool 结果只改 content，核心结论抽离到循环外的记忆，每轮写进 system 重新挂载。
-
Agent 工具设计：schema、参数校验与写操作防护
模型看不到工具的实现，只能依据 schema 决定何时调用、参数怎么填。本文以广告组追投为例，说明 description 应写清哪些信息，如何用 enum、required、additionalProperties 收紧参数，校验失败时如何回灌，以及扣款类写操作为什么还需要 adgroup_id 白名单和人工确认。
-
Agent 调度循环：工具调用、结果回灌与三个出口
只用 openai SDK 和几十行 Python 实现一个能查询广告报表的 Agent 循环：识别 tool_calls、执行工具、按 tool_call_id 回灌结果，并用三个出口保证循环一定结束。文中逐轮跟踪 messages 的变化，并给出错误分类：哪些回灌给模型修正，哪些直接终止。
-
AI Agent 是什么：拆解模型、工具、记忆与调度循环
Agent 与普通聊天的区别不在模型本身，而在外层那段循环：模型决定下一步调用哪个工具，代码负责执行、回灌、判断何时停止。本文把 Agent 拆成模型、工具、记忆、循环四个组件，并用一次追投任务说明它们如何配合。