Tools与Runtime
现代 Agent Engineering 学习路线：Tools与Runtime
1 子目录8 文档
子目录
1文档
8Tools Call 推荐阅读Tools Call 推荐阅读 OpenAI Function Calling：严格 schema、工具选择和消息结构。 Anthropic Tool Use：client tool、server tool 及 tool result 契约。 Gemini Function Calling：多工具组合与函数调用配置。 Model Context Protocol：标准化接入 tools、resources 和 prompts。 ToolTool、Invocation、Execution 与 Runtime 边界Tool、Invocation、Execution 与 Runtime 边界 Freshness metadata last verified : 2026 08 24 version scope : provider neutral tool runtime source type : official SDK docs + engineering synthesis stability : stable concept 1. 四层不Tools Call：从工具暴露到结果回填Tools Call：从工具暴露到结果回填 1. 工具不是一段 prompt Tool 是运行时可调用接口，至少包含： 稳定名称和版本； 用途与适用条件； 输入 JSON Schema； 输出 Schema； 权限和副作用级别； handler； 超时、重试、幂等规则； 观测和审计字段。 模型只负责提出调用。Registry、Router、Permission Gate 和 Executor 负责把调用变成真实动作。 2. 完整数据流 工具 Schema、权限门与幂等设计工具 Schema、权限门与幂等设计 1. 输入 Schema 要表达语义 仅写 type: string 远远不够。一个文件读取工具应明确： 路径是相对工作区还是绝对路径； 是否允许 glob； 编码； 最大字节数； 行号是否从 1 开始； 路径必须存在且位于哪些根目录。 2. 权限是确定性层 Permission Gate 在执行前检查主体、动作、资源和上下文： 常见策略： 只读工具默认通过； 工作区内可逆写入按策略通过； 外部发布工具失败、空结果、重复调用与证据管理工具失败、空结果、重复调用与证据管理 1. 区分失败与空结果 以下状态语义完全不同： success with data ：成功且有数据； success empty ：查询成功但没有匹配； not found ：指定资源不存在； invalid argument ：调用参数错误； permission denied ：策略阻止； timeout ：结果未知或未完成； partial ：返回了部分数据； internal error ：Terminal 执行：从命令请求到可验证的进程结果Terminal 执行：从命令请求到可验证的进程结果 Terminal 是 Coding Agent 最常用、也最容易被低估的工具。它不是“把一段字符串交给 shell”，而是一个受约束的 OS 进程执行器 ：接收结构化请求，创建子进程，持续消费输出，处理超时与取消，最后返回可审计结果。 1. Terminal Tool 的职责边界 模型负责选择“运行什么以及为什么运行”，Terminal Executor 负责“如何可靠地运行”： TTerminal 输出读取：stdout、stderr、事件流与有界观察Terminal 输出读取：stdout、stderr、事件流与有界观察 执行命令只是第一步。Agent 还需要知道命令正在做什么、是否卡住、哪些输出是结果、哪些是诊断，以及输出被截断后还能否追溯完整日志。可靠的 Terminal Tool 应把 字节流、进程状态和面向模型的观察 分成三层。 1. 三层数据模型 1. 传输层 ：OS 提供的字节流，可能按任意边界分块； 2. 事件层 ：为每一块数据添加进程 ID、流名称、单调递增序号和时File I/O：读取、写入、补丁、并发保护与证据File I/O：读取、写入、补丁、并发保护与证据 文件工具是 Coding Agent 与仓库交互的基础。可靠实现的目标不是“让模型拥有一个万能文件 API”，而是提供少量、语义明确、结果可验证的操作，使每次读取和变更都能定位、比较、回滚和测试。 1. 建议的最小工具集 工具 主要输入 主要输出 默认副作用 list directory path、depth、cursor typed entries、next cursor 无 sta