背景
AI Agent 是怎么执行一个 Action 的？比如大模型要去调 api 查资料，他是怎么去走到调 api 的代码逻辑里的，我理解大模型只能输出一些文本，这些文本是怎么触发一个应用层操作的。是底层给他预设了一些 action，让他在里面选一个，然后进入到某个 ifelse 分支里面吗？
回答
Agent 使用的是 Function Calling技术实现的，也就是函数回调。
先回答疑问：大模型是不可能去调你的函数的，他只是告诉你需要调这个函数，你自己来写程序来判断并用调，并把调用结果传给大模型。
1、你（自己的应用程序）告诉大模型：
- （1）我有3个函数，每个函数是干什么用的，参数是什么。
- （2）我要问的问题是什么。
2、大模型自己分析问题和函数描述，如果需要调用函数，则他就会回传一个消息，说要调哪个函数，参数是什么。
3、你（应用程序）在收到消息后，调用函数，并将结果传给大模型。
4、大模型综合之前的问题和本次函数调用结果，组织语言来回答问题，并回传答案。
参考 Gemini 的函数调用文档
参考 Gemini 的函数调用文档[1]，函数调用功能的运行流程如下，OpenAI 中此功能的工作原理基本相同：
- 1. 用户向应用程序发出提示词（prompt）
- 2. 应用程序会传递用户提供的提示词和函数声明（Function Declaration(s)），即对模型所需工具的描述信息
- 3. 根据函数声明，模型会给出工具选取建议和相关的请求参数。注意，模型仅会输出建议的工具和请求参数，并不会实际调用函数
- 4. & 5. 应用程序根据模型响应调用相关 API
- 6. & 7. 将 API 的响应内容再次输入模型，生成人类可读的内容
- 8. 应用程序将最终响应返回给用户，然后再次回到第 1 步，如此循环往复