Tool-Nutzung: Wie Agents Aktionen ausführen
Entdecken Sie, warum Tool-Aufrufe – durch die das Modell Funktionen aufrufen kann – ein Chatmodell in einen Agent verwandeln, der die reale Welt beeinflusst.
Tool-Nutzung: Wie Agents Aktionen ausführen ist eine kostenlose AI Agents-Lektion auf CoddyKit. Dies ist Lektion 3 von 3. Du kannst die komplette Lektion unten kostenlos lesen – dann übst du sie direkt im Browser mit einem integrierten Code-Editor und einem KI-Tutor rund um die Uhr. Sie ist Teil des AI Agents-Lernpfads, und dein Fortschritt wird über Web und CoddyKit-App synchronisiert. Der AI Agents-Kurs umfasst insgesamt 3 Lektionen.
Mehr als nur reden
Ein LLM kann nur Text erzeugen. Damit es wirklich hilfreich ist, braucht ein Agent Tools: Möglichkeiten, in der realen Welt zu handeln. 🛠️
Was ist ein Tool?
Ein Tool ist einfach eine Funktion, die der Agent aufrufen kann, etwa um im Web zu suchen, das Wetter abzufragen oder etwas zu berechnen.
Ein Vergleich aus dem Alltag
Stellen Sie sich Tools als Apps auf einem Smartphone vor. Der Agent wählt die passende für die Aufgabe aus, genau wie Sie die richtige App antippen.
Wie der Agent entscheidet
Sie beschreiben dem Agenten Ihre Tools. Er liest die Aufgabe, wählt das passende Tool aus und fordert dann dessen Verwendung an.
Ein einfaches Tool
Ein Tool kann winzig sein. Hier ist eines, das zwei Zahlen addiert – genau die Art von Aufgabe, die ein Agent damit erledigen könnte.
def add(a, b):
return a + b
print(add(2, 3))Der Agent führt es nicht aus
Das LLM führt den Code nicht selbst aus. Es sagt: „Bitte rufen Sie add mit 2 und 3 auf“, und Ihr Programm führt ihn aus und gibt das Ergebnis zurück.
Zurück zur Schleife
Erinnern Sie sich an Denken–Handeln–Beobachten? Der Agent ruft ein Tool auf (Handeln), liest das Ergebnis (Beobachten) und entscheidet dann über den nächsten Schritt.
Tools verketten
Schwierige Aufgaben werden einfach, wenn ein Agent Tools miteinander verkettet: suchen, dann zusammenfassen und anschließend senden. Ein kleiner Schritt nach dem anderen.
Klare Tool-Beschreibungen
Genau wie Prompts brauchen Tools klare Beschreibungen. Je besser Sie ein Tool erklären, desto klüger fällt die Auswahl des Agenten aus.
Sie haben es geschafft! 🚀
Sie wissen jetzt: Agenten = Gehirn + Prompts + Tools, die in einer Schleife zusammenarbeiten. Das ist die Grundlage. Seien Sie stolz auf sich – Sie sind schnell vorangekommen!
Kurztest
Die letzte Frage! Wer führt ein Tool tatsächlich aus, wenn ein Agent es verwendet?
Häufig gestellte Fragen
Ist die Lektion „Tool-Nutzung: Wie Agents Aktionen ausführen“ kostenlos?
Ja — der vollständige Text von „Tool-Nutzung: Wie Agents Aktionen ausführen“ ist hier im Web kostenlos zu lesen. Um sie interaktiv zu üben (integrierter Code-Editor und 24/7 KI-Tutor) und den Rest des AI Agents-Kurses freizuschalten, upgrade auf CoddyKit PRO. Der AI Agents-Kurs umfasst insgesamt 3 Lektionen.
Was lerne ich in „Tool-Nutzung: Wie Agents Aktionen ausführen“?
Entdecken Sie, warum Tool-Aufrufe – durch die das Modell Funktionen aufrufen kann – ein Chatmodell in einen Agent verwandeln, der die reale Welt beeinflusst. Du übst AI Agents mit praktischem Code, den du direkt im Browser ausführst, und ein 24/7 KI-Tutor beantwortet deine Fragen während du die Lektion bearbeitest.
Brauche ich Erfahrung, um AI Agents zu starten?
Keine Vorkenntnisse erforderlich. AI Agents auf CoddyKit ist für Anfänger bis fortgeschrittene Lernende strukturiert, sodass du hier starten oder von Anfang an beginnen und in deinem eigenen Tempo voranschreiten kannst. Dies ist Lektion 3 von 3.
Wie lange dauert die Lektion „Tool-Nutzung: Wie Agents Aktionen ausführen“?
Die meisten CoddyKit-Lektionen dauern etwa 5–10 Minuten. Jede ist kompakt und interaktiv, sodass du stetig Fortschritte machst und genau dort weitermachst, wo du aufgehört hast – im Web und in der App.
Kann ich in dieser AI Agents-Lektion Code schreiben und ausführen?
Ja. Jede AI Agents-Lektion enthält einen integrierten Code-Editor, sodass du echten Code direkt in deinem Browser schreibst und ausführst und sofort KI-Feedback erhältst — ohne lokale Einrichtung erforderlich.
Alle Lektionen in diesem Kurs
- Was ist ein LLM-basierter Agent?
- Prompts, Rollen und Systemnachrichten
- Tool-Nutzung: Wie Agents Aktionen ausführen