通过 LLM 路由工具调用
让模型决定调用哪个工具。
通过 LLM 路由工具调用 是 CoddyKit 上的免费 MCP Academy 课时。 这是第 4 节课,共 4 节。 你可以在下方免费阅读本课时的完整内容 — 然后在浏览器中使用内置代码编辑器和全天候 AI 导师进行实践。 这是 MCP Academy 学习路径的一部分,你的进度在网页和 CoddyKit 应用中同步。 MCP Academy 课程共包含 4 节课。
让模型做决定
到目前为止,都是您选择要调用的工具。真正的强大之处在于将决定交给 LLM,让模型为请求选择合适的工具。
桥接模式
您的客户端变成了一个桥接器:发现 MCP 工具,将工具描述给模型,并运行模型请求的任何工具。
转换架构
您需要将每个 MCP 工具的名称、说明和 inputSchema 转换为模型 API 需要的工具格式,让模型能够看到可用选项。
tools = [
{"name": t.name, "description": t.description,
"input_schema": t.inputSchema}
for t in listed.tools
]随提示发送工具
调用模型时,您需要将工具列表与用户消息一起传入。这样,模型就准确知道有哪些操作可供选择。
msg = client.messages.create(
model="claude-opus-4-8",
max_tokens=1024,
tools=tools,
messages=messages,
)模型请求工具
当模型想要执行某项操作时,它的回复会包含一个 tool_use 块,其中有工具名称和它选择的参数。
for block in msg.content:
if block.type == "tool_use":
...通过 MCP 运行
您需要取得模型请求的名称和输入,并通过 call_tool 将它们转发给服务器;这就是您已经了解的相同调用方式。
result = await session.call_tool(
block.name, block.input)返回结果
将工具输出作为 tool_result 发送回模型,让模型读取发生的情况并继续推理。
tool_result = {"type": "tool_result",
"tool_use_id": block.id,
"content": result.content[0].text}循环直到完成
模型可能会连续调用多个工具。您需要持续运行循环,直到它不再请求工具并给出最终答案。
两种协议相遇
您的桥接器使用两种语言:用于推理的模型 API,以及用于工具的 MCP。客户端会在两者之间悄然完成转换。
为什么不硬编码
硬编码工具选择无法扩展。让模型负责路由后,新增 MCP 服务器就能带来新的能力,而无需任何逻辑改动。
保留人工参与环节
对于有风险的操作,请在运行模型选中的工具前暂停,并先请用户批准。负责路由不代表盲目信任。
快速检查
模型想让客户端运行工具时,会发送什么内容?
回顾:由模型负责
您连接起了完整循环:向 LLM 描述 MCP 工具,通过 call_tool 运行它选中的工具,返回结果,并重复这一过程,直到答案准备就绪。
用 AI 导师学习 Python — 免费
在浏览器中编写并运行真实代码,获得全天候 AI 导师的即时帮助,并在网页或应用中继续学习。
- 课程
- 30
- 课程
- 120
常见问题解答
「通过 LLM 路由工具调用」课时是免费的吗?
是的 — 「通过 LLM 路由工具调用」的完整文本可在网页上免费阅读。要进行交互式练习(内置代码编辑器和全天候 AI 导师)并解锁 MCP Academy 课程的其余内容,请升级到 CoddyKit PRO。 MCP Academy 课程共包含 4 节课。
「通过 LLM 路由工具调用」这节课中我会学到什么?
让模型决定调用哪个工具。 你通过在浏览器中直接运行的动手代码来练习 MCP Academy,全天候 AI 导师会在你学习这节课的过程中回答你的问题。
学习 MCP Academy 需要有经验吗?
无需任何先前经验。CoddyKit 上的 MCP Academy 课程适合初学者到高级学习者,你可以从这里开始或从头开始,按照自己的节奏学习。 这是第 4 节课,共 4 节。
「通过 LLM 路由工具调用」课时需要多长时间?
大多数 CoddyKit 课程大约需要 5–10 分钟。每节课都很精短且互动,所以你能稳步进步,并在网页和应用中从离开的地方继续。
我能在这节 MCP Academy 课中编写并运行代码吗?
能。每节 MCP Academy 课都包含内置代码编辑器,你可以在浏览器中直接编写并运行真实代码,并获得即时 AI 反馈 — 无需本地设置。