工具调用：让 Agent 会查库存、查物流
AI 自己不会连你的 ERP——它只会“写纸条”，真正跑腿的是系统。看懂这条链路，就懂了 Agent 的“手”是怎么长出来的。
很多人以为“AI 查了库存”是 AI 亲自钻进你的 ERP 系统翻了一遍。不是的。大模型从头到尾只干一件事：生成文本。它连网都上不了。
真实链路是：AI 生成一条特殊格式的文本（比如 查库存(连衣裙, M码)），外面的系统看到这条文本，替它去查 ERP，把结果“贴回白板”，AI 再看着结果组织人话。AI 是开条的，系统是跑腿的。
① AI 判断“该用工具了”
客人的问题需要实时数据，AI 在输出里写下一道“指令”而不是直接回答。
② AI 写出调用指令
生成结构化文本：{"tool": "check_inventory", "sku_name": "法式碎花连衣裙", "size": "M"}——这只是一段文本，还没有任何查询发生。
③ 系统解析并执行
外围程序读到这段 JSON，替 AI 去查 ERP：{"stock": 37, "restock": null}——真正碰数据库的是它。
④ 结果贴回白板，AI 组织回复
查询结果写进上下文，AI 看着结果说人话：“M 码还有 37 件现货，今天下单 48 小时内发出～”
▶ 播放四步链路 ↺ 重置
注意：第二步的 JSON 是 AI“写”出来的，第三步是系统“跑”回来的——AI 全程没有碰过数据库。
“接工具”不是玄学，行业里就五种主流接法。你不需要会写，但验收和提需求时要认得它们：
接法连什么一句话说明 平台开放 API 店铺订单、商品、库存、物流 淘宝/京东/抖店开放平台的官方接口，最正规最稳定，需要申请应用授权 企业系统 API ERP、OMS、WMS、客服系统 自家系统开的接口，查库存查物流的主力通道 MCP 接口 一切按 MCP 标准封装的工具 “AI 界的 USB 口”：工具方封装一次，各家 Agent 即插即用，不用逐个定制对接 数据库直连 订单库、商品库、会员库 开只读账号直接查库，最快最灵活，但权限必须卡死，得有技术看护 RPA / 低代码连接 没有 API 的老系统、后台页面 影刀、集简云这类工具模拟人点页面取数，不用开发，代价是慢和脆
同一个“查库存”功能，给 AI 的工具说明书写得好不好，调用成功率能差出 3 倍：
##### ❌ 坏描述
名称：query 功能：查询 参数：input
AI 看到这东西一脸懵：查什么？参数传商品名还是货号？M 码写成“M”还是“M码”？只能靠猜——猜错就是查无结果。
##### ✅ 好描述
名称：check_inventory 功能：查询指定商品的实时库存 参数：sku_name（商品全称，如“法式碎花连衣裙”）、size（尺码，取值 S/M/L/XL） 返回：库存数量 + 预计补货日期
名称说人话、参数有取值范围、返回字段写明白——AI 照单抓药，一调一个准。
- 第一批工具只上“只读”的：查订单、查库存、查物流——查错了没损失。写操作（建单、退款）等只读的跑稳了再上，而且要加人工确认。
- 工具说明书当员工手册写：名称说人话、参数给取值范围、附一个调用示例——你带实习生怎么写 SOP，就怎么写工具描述。
- 失败要有“人话”返回：查不到时别让系统返回“null”，返回“该商品 M 码缺货，预计 8 月 12 日补货”——AI 拿到人话，才能对客人说出人话。
- AI 开条，系统跑腿：模型只生成指令文本，真正的查询是外围系统干的。
- 四步链路：输出指令 → 解析执行 → 结果注回白板 → 组织人话回复。
- 五种接法：平台 API、企业系统 API、MCP、数据库直连、RPA/低代码——家底越开放，Agent 越能干。
- 工具描述定成败：好描述 vs 坏描述，成功率差 3 倍——当员工手册写。
- 先只读后写入：第一批工具上查询类，写操作加人工确认闸口。