Tool Calling

Capacidad de un modelo de IA para invocar herramientas externas (funciones, APIs, servicios) durante la generación de una respuesta.

Qué es

Tool calling es la capacidad de un LLM para decidir cuándo necesita usar una herramienta externa y generar una llamada estructurada para invocarla. Tu aplicación ejecuta la herramienta real y devuelve el resultado al modelo, que lo usa para completar su respuesta.

Por qué importa

Sin tool calling, un LLM solo puede generar texto basado en su conocimiento estático. Con tool calling, puede buscar información en tiempo real, ejecutar cálculos, consultar bases de datos, llamar APIs y tomar acciones en el mundo real.

Es la capacidad que convierte un LLM en un agente.

Cómo funciona

Defines las herramientas disponibles con su nombre, descripción y esquema de parámetros
El modelo decide si necesita usar una herramienta para responder
Si sí, genera una llamada estructurada con los parámetros correctos
Tu código ejecuta la herramienta real
Devuelves el resultado al modelo
El modelo genera la respuesta final

Ejemplo de definición de herramienta

{
  "name": "search_products",
  "description": "Busca productos en el catálogo por nombre o características",
  "parameters": {
    "query": {
      "type": "string",
      "description": "Término de búsqueda"
    },
    "max_results": {
      "type": "integer",
      "description": "Número máximo de resultados (1-10)"
    }
  }
}

Tool calling vs Function calling

Son prácticamente lo mismo. Function calling fue el término original de OpenAI. Tool calling es el término más amplio adoptado por la industria. Hoy se usan indistintamente.

Consideraciones de seguridad

Las herramientas ejecutan acciones reales. Siempre valida en código lo que el modelo decide llamar antes de ejecutarlo. No confíes en que el modelo solo llamará herramientas de forma segura.