Tool-Aufruf

Tool-Aufruf ist die Fähigkeit, die es einem umfangreichen Sprachmodell (LLM) ermöglicht, externe Tools wie APIs, Funktionen, Datenbanken oder Dienste zu nutzen. Durch das Erzeugen einer strukturierten Anfrage zum Aufrufen eines Tools kann eine Anwendung oder der Modellanbieter dann eine Aufgabe ausführen und ein Ergebnis an das Modell zurückgeben. So geht ein Modell über die reine Textgenerierung hinaus, um Live-Daten abzurufen und Aktionen auszuführen.

Tool-Aufruf, Funktionsaufruf und “Tool-Nutzung” beziehen sich auf denselben Kernmechanismus, aber “Tool-Aufruf” ist der umfassendere, aktuellere Begriff, der nicht nur von Entwicklern definierte Funktionen, sondern auch integrierte und extern verbundene Tools abdeckt.

Kurz gesagt: Tool-Aufruf ermöglicht es einem Modell, externe Tools durch Ausgabe strukturierter Aufrufe zu nutzen – der Oberbegriff für Funktionsaufruf, integrierte Tools und verbundene Tools gleichermaßen.

Wie der Tool-Aufruf funktioniert

Die Anwendung und das Modell geben die Kontrolle hin und her, wobei die Ausführung immer außerhalb des Modells erfolgt:

1. Tools bereitstellen: Die Anwendung gibt dem Modell eine Reihe von Tools, jedes mit einem Namen, einer Beschreibung und einem Eingabeschema (typischerweise ein JSON-Schema, das die Parameter beschreibt, die das Tool akzeptiert).
2. Entscheiden: Basierend auf der Anfrage wählt das Modell, ob und welches Tool es aufruft, und gibt einen strukturierten Aufruf mit Argumenten aus.
3. Ausführen: Der Aufruf wird ausgeführt, entweder von der Anwendung (ein Client-Tool) oder vom Anbieter (ein integriertes Server-Tool), und ein Ergebnis wird erzeugt.
4. Zurückgeben und fortfahren: Das Ergebnis wird an das Modell zurückgegeben, das das Ergebnis nutzt, um zu antworten oder einen weiteren Tool-Aufruf zu tätigen. Dieser Zyklus wiederholt sich, bis das Modell eine endgültige Antwort erzeugt.

Der entscheidende Punkt ist, dass das Modell selbst niemals etwas ausführt. Es schlägt einen strukturierten Aufruf vor, und die Ausführung erfolgt immer außerhalb des Modells, wodurch Nebeneffekte und Kontrolle bei der Anwendung oder dem Anbieter bleiben.

Tool-Aufruf vs. Funktionsaufruf und MCP

• Funktionsaufruf ist der ursprüngliche, engere Begriff, der von Entwicklern definierte Funktionen betont; Tool-Aufruf ist der umfassendere Oberbegriff, der auch vom Anbieter gehostete Tools und verbundene Dienste einschließt. In der Praxis werden die Begriffe oft austauschbar verwendet.
• Client-Tools sind Tools, die Ihre Anwendung ausführt, wie Ihre eigenen Funktionen und APIs; integrierte (Server-)Tools sind solche, die der Anbieter für Sie ausführt, wie Websuche oder Codeausführung.
• Model Context Protocol (MCP) ist ein Standard zum Verbinden von Tools mit Modellen, sodass ein Tool über viele Modelle hinweg aufgerufen werden kann, ohne dass individuell programmierte Verbindungen erforderlich sind; Tool-Aufruf ist die Handlung, und MCP ist eine Möglichkeit, wie die Tools bereitgestellt werden.

Wo der Tool-Aufruf verwendet wird

• Live-Daten und Aktionen: Einem Modell die Fähigkeit geben, Dinge nachzuschlagen oder Aktionen auszuführen, die es aus dem Gedächtnis nicht kann, wie das Abfragen einer Datenbank, das Senden einer Nachricht oder das Ausführen von Code.
• Agenten: Agentische Systeme basieren auf dem Tool-Aufruf und verketten viele Aufrufe miteinander, um mehrstufige Aufgaben abzuschließen.
• Grounding und RAG: Ein Such-Tool ruft aktuelle Quellen ab, die zum Kontext des Modells werden, speist RAG und hilft, unbelegte Aussagen zu reduzieren. Grounding allein beseitigt Halluzinationen nicht vollständig.
• Eine Such-API als Tool: Eines der häufigsten Tools ist die Websuche. Ein Entwickler kann ein “web_search”-Tool definieren, dessen Implementierung eine Such-API aufruft, oder eines über einen MCP-Server wie den Brave Search MCP-Server verbinden, und das Modell kann live abrufbare, zitierbare Ergebnisse in seine Antworten einbeziehen.

Tool-Aufruf ist die Brücke zwischen dem Schlussfolgern eines Modells und der Außenwelt, und eine Such-API ist oft das erste Tool, das es sich lohnt, einem Modell zu geben.

Verwandte Begriffe

Funktionsaufruf, Tool-Nutzung, Model Context Protocol (MCP), agentische Suche, Retrieval-Augmented Generation (RAG), strukturierte Ausgabe, großes Sprachmodell (LLM), API, Such-API.