Day 3：多工具时代，Agent 自主选择工具——实战加入计算器与时间工具
昨天我们的Agent还只拥有两个工具，今天直接将工具数量翻倍至四个。
但今天真正值得关注的并非工具数量的增长，而是一个更核心的挑战：
面对多个工具，AI 如何正确选择？它是否会选错工具？
实践证明，大多数情况下AI能够准确选择，但偶尔也会出现失误。而我们可以通过精心打磨工具的描述，逐步提升选择的准确率。
本章将彻底摸清这个关键问题。
两个新增工具
工具1：计算器（Calculator）
# tools/calculator.py
def calculate(expression: str) -> str:
"""计算数学表达式。只允许数字和基本运算符，防止代码注入。"""
allowed_chars = set("0123456789+-*/()., ")
if not all(c in allowed_chars for c in expression):
return f"表达式包含不允许的字符：{expression!r}"
try:
result = eval(expression)
return f"{expression} = {result}"
except ZeroDivisionError:
return "错误：除数不能为零"
except SyntaxError:
return f"表达式语法错误：{expression!r}"
except Exception as e:
return f"计算出错：{e}"
关于 eval：很多人看到 eval 会担心安全性——没错，eval 确实能执行任意 Python 代码。但这里通过字符白名单过滤，只允许数字和 +-*/()., 这几个字符，像 import、os 这类危险关键词都会被拦截。
这是教学项目的合理实现。生产环境可以换成 sympy 或 numexpr 等更安全的方案。
工具2：获取当前时间（Current Time）
# tools/datetime_tool.py
from datetime import datetime
import pytz
def get_current_time(timezone: str = "Asia/Shanghai") -> str:
"""获取当前时间，默认北京时间。"""
try:
tz = pytz.timezone(timezone)
except pytz.exceptions.UnknownTimeZoneError:
# 时区名写错了，回退到北京时间
tz = pytz.timezone("Asia/Shanghai")
timezone = "Asia/Shanghai（时区名无效，已回退）"
now = datetime.now(tz)
return now.strftime(f"%Y年%m月%d日 %H:%M:%S（{timezone}）")
更新工具注册表
在 tool_registry.py 中添加两条新工具记录：
from tools.search import web_search
from tools.weather import get_weather
from tools.calculator import calculate
from tools.datetime_tool import get_current_time
TOOLS: dict[str, dict] = {
"web_search": {
"function": web_search,
"description": "搜索互联网上的信息。适合查找新闻、事实、最新资讯。不适合计算。",
"parameters": {
"query": "搜索关键词，字符串"
},
},
"get_weather": {
"function": get_weather,
"description": "查询某个城市的天气情况。",
"parameters": {
"city": "城市名称，字符串，例如：北京"
},
},
"calculate": {
"function": calculate,
"description": "计算数学表达式，支持加减乘除和括号。只用于数学计算，不用于其他问题。",
"parameters": {
"expression": "数学表达式字符串，例如：(3+5)*2"
},
},
"get_current_time": {
"function": get_current_time,
"description": "获取当前日期和时间。",
"parameters": {
"timezone": "时区名称，默认 Asia/Shanghai"
},
},
}
请注意 calculate 的描述中强调了“只用于数学计算，不用于其他问题。”这句话极其关键。如果不加，AI 可能会将“帮我计算一下这件事的影响”这类模糊请求也交给计算器，但那根本不是数学表达式。
描述越清晰，工具选择的准确率就越高。
运行效果
你：现在几点了？
[AI 决策]: {"action": "use_tool", "tool": "get_current_time", "params": {"timezone": "Asia/Shanghai"}}
Agent：2024年03月15日 14:30:22（Asia/Shanghai）
你：(123 + 456) * 2 等于多少？
[AI 决策]: {"action": "use_tool", "tool": "calculate", "params": {"expression": "(123 + 456) * 2"}}
Agent：(123 + 456) * 2 = 1158
你：上海今天天气怎么样，适合出门吗？
[AI 决策]: {"action": "use_tool", "tool": "get_weather", "params": {"city": "上海"}}
Agent：多云，18°C，南风2级
你：Python 是什么时候发布的？
[AI 决策]: {"action": "use_tool", "tool": "web_search", "params": {"query": "Python 编程语言发布时间"}}
Agent：摘要：Python 于1991年由...
对于四种不同类型的问题，AI 全部正确选择了对应的工具，说明默认的描述已经足够良好。
工具选错了怎么办
偶尔 AI 也会选错，例如把“帮我计算一下北京到上海的距离”交给计算器（实际上应该执行搜索）。
两种调试方法：
方法1：优化工具描述
在出问题的工具描述里增加明确的限制：
"calculate": {
"description": "计算纯数学表达式，如 '2+3' 或 '(100*5)/2'。"
"不适合地理、文字、概念类问题。"
...
}
方法2：打印 AI 决策日志，分析选错原因
print(f"[AI 决策]: {ai_response}")
观察 AI 的 thought（如果在 prompt 中要求它输出推理过程）或直接分析选错模式，然后针对性调整描述。
这就像调参一样，工具描述就是 Agent 的“超参数”。
如何自己添加一个新工具
步骤：
- 在
tools/目录下新建tools/my_tool.py，编写一个函数
# tools/my_tool.py
def my_tool(param1: str) -> str:
# 做些什么
return "结果"
- 在
tool_registry.py中注册新工具：
from tools.my_tool import my_tool
TOOLS = {
# ... 已有的工具 ...
"my_tool": {
"function": my_tool,
"description": "这个工具用来做什么，什么时候用它。",
"parameters": {
"param1": "参数说明"
},
},
}
- 运行。完成。
无需修改 agent.py、main.py 或其他任何文件，真正实现了零侵入扩展。
今天的项目结构
my_agent/
├── .env
├── llm.py
├── agent.py
├── tool_registry.py # 新增了两条工具记录
├── tools/
│ ├── __init__.py
│ ├── search.py
│ ├── weather.py
│ ├── calculator.py # 新增
│ └── datetime_tool.py # 新增
└── main.py
小结
今天完成的工作，其意义远超代码量本身：
- 工具数量增加了，但工具注册表的结构保持稳定
- 工具选择的效果依赖于描述质量，而非魔法
- 添加新工具只需两步操作，不涉及核心代码改动
这正是“开放-封闭原则”在 Agent 系统中的经典体现：对扩展开放，对修改封闭。
明天，Day 4：《让 Agent 记住你——短期记忆实现》
今天的 Agent 还有一个重大缺陷：它不记得你说过什么，每次对话都是全新的。
明天我们将彻底解决这个问题。
