工具呼叫怎麼運作？用 Anthropic API 定義你的第一個 Tool

工具是 AI 的手，你來設計它能做什麼。你定義了什麼工具，Agent 就只能做什麼事，工具設計得好，Agent 才能真正有用。這一篇帶你從原理到實作，學會怎麼定義一個 AI 真的會用對的工具。

Tool Use 的運作原理

工具呼叫的完整流程分成四步：

1. 你定義工具清單：告訴 API 有哪些工具可以用，每個工具的名稱、說明、參數格式。
2. AI 決定要不要用工具：Model 分析任務，如果需要外部資訊或動作，就輸出一個 tool_use 訊息，說明要呼叫哪個工具、傳什麼參數。
3. 你執行工具並回傳結果：你的程式接收到 AI 的工具呼叫請求，執行對應的函式，把結果包成 tool_result 訊息回傳給 AI。
4. AI 繼續完成任務：AI 看到工具結果後繼續推理，可能再呼叫另一個工具，或輸出最終答案。

用 Anthropic API 定義工具

一個工具定義包含名稱、說明，以及描述參數格式的 input_schema：

tools = [{
    "name": "get_weather",
    "description": "查詢指定城市的即時天氣資訊，回傳溫度和天氣描述",
    "input_schema": {
        "type": "object",
        "properties": {
            "city": {
                "type": "string",
                "description": "城市名稱，英文，如 Taipei"
            },
            "units": {
                "type": "string",
                "enum": ["metric", "imperial"],
                "description": "溫度單位，metric為攝氏"
            }
        },
        "required": ["city"]
    }
}]

定義好工具後，完整的呼叫流程長這樣：

response = client.messages.create(
    model="claude-opus-4-6",
    tools=tools,
    messages=[{"role": "user",
               "content": "台北現在天氣怎樣？"}]
)

# 如果 AI 決定呼叫工具
if response.stop_reason == "tool_use":
    tool_call = response.content[0]  # tool_use block
    result = execute_tool(tool_call.name, tool_call.input)

工具設計五原則

多工具協作範例

多個工具組合起來，就能讓 AI 自主完成一連串任務，例如一個會搜尋、整理、寫檔的研究助理：

tools = [
    {"name": "web_search",
     "description": "搜尋網路取得最新資訊", ...},
    {"name": "write_file",
     "description": "把內容寫入指定檔案", ...},
    {"name": "read_file",
     "description": "讀取指定檔案的內容", ...},
]
# AI 會自主決定：先搜尋，整理內容，再寫入報告

Tool Use 常見問題排查