標籤

tool calling

Tool calling 指的是讓 LLM 依照結構化介面呼叫 API、查資料庫、觸發工作流或執行外部函式，是 agent 與生產系統接軌的核心。這個主題也涵蓋 JSON 合約、錯誤處理、迴圈控制與評估。

5 篇文章

抽出提示詞把模型行為變地圖

拆解抽出系統提示詞的實用讀法，附可直接複製的模板，幫你把模型行為當成可檢查的規格。

我把 NetSuite 對 agentic workflow 的定義拆成可直接照抄的流程模板，幫你把 AI 從只會回話，改成能做事、能交接、能收斂的工作流。

5 個理由看懂 Kimi K2.5 為何適合 Cloudflare：256k 上下文、工具呼叫、視覺、結構化輸出與部署便利。

這篇教你把 Codex 與 ChatGPT 的合併視為一條工作流來評估，並判斷它對產品、體驗與工程的影響。

LLM 進到生產環境後，提示詞不再是寫得漂亮就好。這篇拆解推理、長上下文、JSON 合約與 agent 迴圈，講清楚怎麼把 GPT、Claude 和本地模型用得更穩。