tools

此工具技能提供了一個統一且與供應商無關的介面，用於在 LLM 應用程式中實作函式呼叫（Function Calling）與代理人工具使用。它旨在解決不同 AI 供應商之間工具呼叫標準不一致的問題，讓開發人員只需使用 JSON Schema 定義一次函式，即可在 OpenAI、Anthropic、Google Gemini 和 Ollama 的模型上順暢執行。此抽象層處理了供應商特有參數（如 tool_choice）的細微差別，並轉換多輪工具執行模式，大幅減少建構強大 AI 代理所需的樣板程式碼。適合需要建立一致、互通工具集的軟體工程師與 AI 架構師使用。

• 標準化的 JSON Schema 格式，用於定義工具函式、描述與參數屬性。

• 統一的 LLMRequest 與 LLMResponse 結構，封裝了工具呼叫請求與執行回饋。

• 自動轉換工具選擇策略，將高階指令對應至供應商特有的行為，如 auto、none 或 required。

• 內建支援多輪工具執行模式，包含用於結果訊息的 tool 角色以及關聯的工具呼叫 ID。

• 支援工具呼叫流程的串流（Streaming），實現與工具啟用模型間的即時互動。

• 簡化工具結果訊息的管理，確保有效的 JSON 字串能正確與特定的工具呼叫 ID 關聯，以傳送回 LLM 服務。

• 此技能的輸入為包含名稱、說明與符合 JSON Schema 參數的工具定義列表。

• 執行流程包含代理人回傳結構化的工具呼叫物件，由宿主系統執行後，再將結果提交回 LLM 服務。

• 使用工具選擇時，請確保提供正確的 tool_choice 設定，以切換強制、特定或自動模式。

• 實務限制包含需遵守供應商特定的 Token 限制與函式呼叫模型能力，工具在可能範圍內進行了抽象化，但並未從根本改變這些限制。

• 非常適合建構自主代理人、資料擷取管線以及需要 LLM 進行外部知識存取或動作的互動系統。

• 請務必同時安裝所需的供應商 SDK（例如 openai、anthropic、google-genai、ollama）與 llmring，以啟用基礎功能。