Instradare le chiamate agli strumenti tramite un LLM
Permetta a un modello di decidere quale strumento invocare.
Instradare le chiamate agli strumenti tramite un LLM è una lezione MCP Academy gratuita su CoddyKit. Questa è la lezione 4 di 4. Puoi leggere la lezione completa qui gratuitamente — poi esercitati direttamente nel browser con un editor di codice integrato e un tutor IA disponibile 24/7. Fa parte del percorso di apprendimento MCP Academy, e i tuoi progressi si sincronizzano tra il web e l'app CoddyKit. Il corso MCP Academy include 4 lezioni in totale.
Lasciare decidere al modello
Finora era lei a scegliere quale strumento chiamare. Il vero potenziale emerge quando si affida la decisione a un LLM, lasciando che il modello scelga lo strumento adatto alla richiesta.
Il modello a ponte
Il client diventa un ponte: rileva gli strumenti MCP, li descrive al modello ed esegue lo strumento richiesto dal modello.
Tradurre gli schemi
Si convertono il nome, la descrizione e l'inputSchema di ogni strumento MCP nel formato di strumento previsto dall'API del modello, così il modello può vedere le opzioni disponibili.
tools = [
{"name": t.name, "description": t.description,
"input_schema": t.inputSchema}
for t in listed.tools
]Inviare gli strumenti insieme al prompt
Si passa l'elenco degli strumenti insieme al messaggio dell'utente quando si chiama il modello. Ora il modello sa esattamente quali azioni può eseguire.
msg = client.messages.create(
model="claude-opus-4-8",
max_tokens=1024,
tools=tools,
messages=messages,
)Il modello richiede uno strumento
Quando il modello vuole eseguire un'azione, la risposta contiene un blocco tool_use con il nome dello strumento e gli argomenti scelti.
for block in msg.content:
if block.type == "tool_use":
...Eseguirlo tramite MCP
Si prendono il nome e l'input richiesti e li si inoltra al server con call_tool, la stessa invocazione già appresa.
result = await session.call_tool(
block.name, block.input)Restituire il risultato
Si invia l'output dello strumento al modello come tool_result, affinché possa leggere cosa è successo e continuare il ragionamento.
tool_result = {"type": "tool_result",
"tool_use_id": block.id,
"content": result.content[0].text}Ripetere fino al completamento
Il modello può chiamare diversi strumenti consecutivamente. Si mantiene attivo il loop finché non smette di richiedere strumenti e fornisce una risposta finale.
Due protocolli si incontrano
Il ponte parla due linguaggi: l'API del modello per il ragionamento e MCP per gli strumenti. Il client li traduce discretamente l'uno nell'altro.
Perché non codificare tutto staticamente
Codificare staticamente la scelta degli strumenti non è scalabile. Lasciare che sia il modello a instradare le richieste permette ai nuovi server MCP di aggiungere funzionalità senza alcuna modifica alla logica.
Mantenere una persona nel ciclo
Per le azioni rischiose, prima di eseguire lo strumento scelto dal modello, si metta in pausa il flusso e si chieda all'utente di approvarlo. L'instradamento non deve significare fiducia cieca.
Controllo rapido
Che cosa invia il modello quando vuole che il client esegua uno strumento?
Riepilogo: il modello al comando
Ha collegato l'intero ciclo: descrivere gli strumenti MCP a un LLM, eseguire tramite call_tool lo strumento scelto, restituire il risultato e ripetere finché la risposta è pronta.
Impara Python con un tutor IA — gratis
Scrivi ed esegui vero codice nel tuo browser, ricevi aiuto istantaneo da un tutor IA disponibile 24/7, e riprendi da dove hai lasciato sul web o nell'app.
- Corsi
- 30
- Lezioni
- 120
Domande Frequenti
La lezione «Instradare le chiamate agli strumenti tramite un LLM» è gratuita?
Sì — il testo completo di «Instradare le chiamate agli strumenti tramite un LLM» è gratuito qui sul web. Per esercitarvi in modo interattivo (un editor di codice integrato e un tutor IA 24/7) e sbloccare il resto del corso MCP Academy, passa a CoddyKit PRO. Il corso MCP Academy include 4 lezioni in totale.
Cosa imparerò in «Instradare le chiamate agli strumenti tramite un LLM»?
Permetta a un modello di decidere quale strumento invocare. Eserciti MCP Academy con codice pratico che esegui direttamente nel browser, e un tutor IA 24/7 risponde alle tue domande mentre lavori sulla lezione.
Ho bisogno di esperienza per iniziare MCP Academy?
Non è richiesta alcuna esperienza precedente. MCP Academy su CoddyKit è strutturato per principianti e studenti avanzati, quindi puoi iniziare da qui o dall'inizio e procedere al tuo ritmo. Questa è la lezione 4 di 4.
Quanto tempo richiede la lezione «Instradare le chiamate agli strumenti tramite un LLM»?
La maggior parte delle lezioni CoddyKit richiede circa 5–10 minuti. Ogni lezione è breve e interattiva, quindi fai progressi costanti e riprendi esattamente da dove hai lasciato su web e app.
Posso scrivere ed eseguire codice in questa lezione MCP Academy?
Sì. Ogni lezione MCP Academy include un editor di codice integrato, quindi scrivi ed esegui codice reale direttamente nel tuo browser e ricevi feedback istantaneo dall'IA — nessuna configurazione locale necessaria.
Tutte le lezioni di questo corso
- Aprire una sessione client
- Individuare strumenti e risorse
- Invocare strumenti dal codice
- Instradare le chiamate agli strumenti tramite un LLM