一、整体流程概览这张图展示了一个典型的工具调用式 AI Agent 工作闭环可以分为 6 个关键步骤用户提问Agent 组装请求用户问题 工具信息模型决策是否调用工具、调用哪个工具Agent 执行工具获取结果模型基于工具结果生成最终回答Agent 将答案返回给用户二、分步拆解协同逻辑1. 用户提问触发整个流程用户提出自然语言问题杭州天气如何这个问题会直接发送给AgentAgent 是整个流程的 “调度中枢”。2. Agent 组装请求把工具信息 “喂给” 模型Agent 提前维护了工具信息比如json{ name: get_weather, description: 查询天气, parameters: {city: string} }Agent 会把用户的问题杭州天气如何和这些工具信息一起组装成一个完整的请求发送给大模型。这一步的关键是Agent 把工具的能力和用法明确告知了模型模型才知道自己可以调用哪些工具、怎么调用。3. 模型决策判断是否调用工具、调用哪个工具模型收到请求后会根据用户问题和工具信息进行决策用户问的是天气现有知识可能过时需要调用工具匹配到get_weather工具并解析出参数city杭州模型会返回一个 “调用指令” 给 Agent比如json{name: get_weather, parameters: {city: 杭州}}4. Agent 执行工具把模型的决策转化为真实行动Agent 收到模型的工具调用指令后会执行对应的工具调用天气 API传入参数city杭州获取工具返回结果The weather in Hangzhou is sunny!这一步里Agent 是模型的 “手脚”模型只负责决策Agent 负责实际执行。5. 模型生成最终回答整合工具结果生成自然语言Agent 把工具返回的结果再次发送给模型杭州天气晴朗模型会分析这个结果生成符合用户提问的自然语言回答。6. Agent 返回答案把结果反馈给用户Agent 将模型生成的最终答案返回给用户流程结束。三、核心角色分工总结表格角色核心定位关键作用用户需求发起方提出自然语言问题触发整个流程Agent流程调度中枢1. 维护工具信息2. 组装请求、解析模型指令3. 执行工具调用4. 传递结果、返回答案大模型决策大脑1. 理解用户意图2. 判断是否需要调用工具、调用哪个工具3. 解析工具参数4. 整合工具结果生成最终回答工具能力执行单元提供模型不具备的能力如联网查询、硬件控制、API 调用返回真实结果四、关键理解点模型本身不会直接调用工具它只负责输出 “调用指令”执行动作完全由 Agent 完成。工具信息是模型决策的前提如果 Agent 不把工具的信息告知模型模型根本不知道有这个工具可以用。Agent 是闭环的关键它负责在用户、模型、工具之间传递信息、调度流程形成完整的 “理解 - 决策 - 执行 - 反馈” 闭环。