自然语言转工具调用

一、模式概述​

构建智能体时最常用的设计范式之一，就是将自然语言转换为结构化工具调用指令。​

该范式实用性极强，依托它搭建的智能体能够自主拆解任务逻辑，并调用对应工具执行操作。​

​

​

原子化执行逻辑（单轮简单转换）​

仅做纯文本翻译：把人类自然提问，转换成标准化接口调用结构体。​

示例用户自然语句：​

​

能否生成一条750美元的付款链接，发给特里，用于赞助二月AI技术爱好者线下交流会？​

​

转换后，用于调用Stripe支付接口的结构化参数对象：​

​

代码块​

JSON

{​

"function": {​

"name": "create_payment_link",​

"parameters": {​

"amount": 750,​

"customer": "cust_128934ddasf9",​

"product": "prod_8675309",​

"price": "prc_09874329fds",​

"quantity": 1,​

"memo": "杰夫您好，下方是二月AI技术爱好者线下交流会赞助款项的付款链接"​

}​

}​

}​

​

​

补充说明​

实际场景中Stripe支付接口逻辑会更复杂。一套完整可用的智能体流程（配套演示视频）需要先执行批量查询操作：​

•

查询客户列表、商品列表、定价方案列表等，获取真实唯一ID后，才能组装出完整合法的请求参数；​

•

也可以提前把各类ID写入提示词/上下文窗口，两种实现思路本质相通，后文会展开讲解。​

•

生成结构化参数后，固定逻辑代码即可读取该结构体并执行对应业务操作（第三部分会详细展开）。​

​

二、代码流程示例​

1. 大模型接收自然语言，输出结构化指令​

​

代码块​

JavaScript

// 传入用户自然需求，由大模型解析出下一步执行动作​

const nextStep = await llm.determineNextStep(​

"生成750美元付款链接，收款对象杰夫，用途为赞助二月AI技术爱好者线下交流会"​

);​

​

2. 根据模型返回的函数名称，分发执行对应逻辑​

​

代码块​

JavaScript

​

​