Acheminer les appels d’outils via un LLM
Permettez à un modèle de décider quel outil appeler.
Acheminer les appels d’outils via un LLM est une leçon MCP Academy gratuite sur CoddyKit. Ceci est la leçon 4 sur 4. Tu peux lire la leçon complète ci-dessous gratuitement — puis la pratiquer en direct dans le navigateur avec un éditeur de code intégré et un tuteur IA 24/7. Elle fait partie du parcours d'apprentissage MCP Academy, et ta progression se synchronise sur le web et l'application CoddyKit. Le cours MCP Academy comprend 4 leçons au total.
Laisser le modèle décider
Jusqu’ici, vous choisissiez l’outil à appeler. La véritable puissance apparaît lorsque vous confiez cette décision à un LLM, en laissant le modèle choisir l’outil approprié pour une requête.
Le modèle du pont
Votre client devient un pont : il découvre les outils MCP, les décrit au modèle et exécute l’outil demandé par celui-ci.
Traduire les schémas
Vous convertissez le nom, la description et l’inputSchema de chaque outil MCP au format d’outil attendu par l’API du modèle, afin que celui-ci puisse voir ses options.
tools = [
{"name": t.name, "description": t.description,
"input_schema": t.inputSchema}
for t in listed.tools
]Envoyer les outils avec l’invite
Vous transmettez cette liste d’outils avec le message de l’utilisateur lorsque vous appelez le modèle. Celui-ci sait alors exactement quelles actions sont possibles.
msg = client.messages.create(
model="claude-opus-4-8",
max_tokens=1024,
tools=tools,
messages=messages,
)Le modèle demande un outil
Lorsque le modèle veut effectuer une action, sa réponse contient un bloc tool_use avec le nom de l’outil et les arguments qu’il a choisis.
for block in msg.content:
if block.type == "tool_use":
...L’exécuter via MCP
Vous prenez ce nom et ces entrées demandés, puis vous les transmettez au serveur avec call_tool, en utilisant la même invocation que vous connaissez déjà.
result = await session.call_tool(
block.name, block.input)Renvoyer le résultat
Renvoyez la sortie de l’outil au modèle sous forme de tool_result, afin qu’il puisse lire ce qui s’est passé et poursuivre son raisonnement.
tool_result = {"type": "tool_result",
"tool_use_id": block.id,
"content": result.content[0].text}Répéter jusqu’à la fin
Le modèle peut appeler plusieurs outils à la suite. Vous maintenez la boucle jusqu’à ce qu’il cesse de demander des outils et fournisse une réponse finale.
Deux protocoles se rencontrent
Votre pont parle deux langages : l’API du modèle pour le raisonnement et MCP pour les outils. Le client traduit discrètement de l’un à l’autre.
Pourquoi ne pas coder en dur
Coder en dur le choix de l’outil ne passe pas à l’échelle. Laisser le modèle acheminer les requêtes permet aux nouveaux serveurs MCP d’ajouter des capacités sans aucune modification de votre logique.
Garder un humain dans la boucle
Pour les actions risquées, interrompez l’exécution avant de lancer l’outil choisi par le modèle et demandez d’abord à l’utilisateur de l’approuver. L’acheminement ne doit pas signifier une confiance aveugle.
Vérification rapide
Que transmet le modèle lorsque votre client doit exécuter un outil ?
Récapitulatif : le modèle aux commandes
Vous avez mis en place la boucle complète : décrire les outils MCP à un LLM, exécuter celui qu’il choisit via call_tool, renvoyer le résultat et recommencer jusqu’à ce que la réponse soit prête.
Apprends Python avec un tuteur IA — gratuit
Écris et exécute du vrai code dans ton navigateur, obtiens de l'aide instantanée d'un tuteur IA disponible 24h/24, et reprends là où tu t'es arrêté sur le web ou dans l'app.
- Cours
- 30
- Leçons
- 120
Questions Fréquemment Posées
La leçon « Acheminer les appels d’outils via un LLM » est-elle gratuite ?
Oui — le texte complet de « Acheminer les appels d’outils via un LLM » est gratuit à lire ici sur le web. Pour la pratiquer de manière interactive (un éditeur de code intégré et un tuteur IA 24/7) et déverrouiller le reste du cours MCP Academy, passe à CoddyKit PRO. Le cours MCP Academy comprend 4 leçons au total.
Qu'est-ce que j'apprendrai dans « Acheminer les appels d’outils via un LLM » ?
Permettez à un modèle de décider quel outil appeler. Tu pratiques MCP Academy avec du code pratique que tu exécutes directement dans le navigateur, et un tuteur IA 24/7 répond à tes questions au fur et à mesure que tu avances dans la leçon.
Dois-je avoir de l'expérience pour commencer MCP Academy ?
Aucune expérience préalable n'est requise. MCP Academy sur CoddyKit est structuré pour les débutants jusqu'aux apprenants avancés, donc tu peux commencer ici ou depuis le début et avancer à ton rythme. Ceci est la leçon 4 sur 4.
Combien de temps prend la leçon « Acheminer les appels d’outils via un LLM » ?
La plupart des leçons CoddyKit prennent environ 5–10 minutes. Chacune est courte et interactive, tu progresses régulièrement et tu repiques exactement où tu t'es arrêté sur le web et l'app.
Peux-tu écrire et exécuter du code dans cette leçon MCP Academy ?
Oui. Chaque leçon MCP Academy inclut un éditeur de code intégré, tu écris et exécutes du vrai code directement dans ton navigateur et tu reçois des retours IA instantanés — aucune configuration locale requise.
Toutes les leçons de ce cours
- Ouvrir une session client
- Découvrir les outils et les ressources
- Appeler des outils depuis le code
- Acheminer les appels d’outils via un LLM