[!info] related notes

• 所属 MOC: Tool Calling Engineering MOC
• 相关: Tool Description, Function Schema

Tool Selection

一句话定义

Tool Selection 是 LLM 根据用户意图和工具描述选择合适工具的过程。它不是”模型随便选”，而是受工具数量、描述质量和上下文影响的决策过程。

核心原理

影响选择的因素

因素	影响	优化方式
工具数量	越多准确率越低	控制在 <20 个
描述质量	越清晰准确率越高	写好 description
职责边界	越清晰越不容易选错	避免工具功能重叠
上下文	越相关选择越准	提供足够上下文

动态工具加载

class DynamicToolLoader:
    def __init__(self, all_tools: dict):
        self.all_tools = all_tools

    def get_tools_for_context(self, context: dict) -> list:
        """根据上下文动态加载工具"""
        tools = []

        # 基础工具（始终加载）
        tools.extend(self.get_base_tools())

        # 根据用户角色加载
        if context.get("user_role") == "admin":
            tools.extend(self.get_admin_tools())

        # 根据任务类型加载
        if context.get("task_type") == "data_analysis":
            tools.extend(self.get_data_tools())

        return tools

工具分组

tool_groups = {
    "search": ["search_knowledge", "search_web", "search_database"],
    "data": ["query_database", "create_chart", "export_data"],
    "communication": ["send_email", "create_ticket", "notify_user"],
    "admin": ["delete_record", "update_config", "manage_user"],
}

常见坑

1. 工具太多: 50 个工具全部暴露给 LLM，准确率下降
2. 职责重叠: 两个工具功能类似，LLM 不知道选哪个
3. 不做动态加载: 所有场景都加载所有工具
4. 不测试选择准确率: 不知道 LLM 选对了没有

参考资料

• Tool Description
• Tool Use in Agents