Tool Use y Function Calling
Tool Use es como darle a un asistente un telefono y una computadora. Por si solo, un LLM solo puede trabajar con lo que aprendio durante el entrenamiento — pero con tool use, puede extenderse mas alla de ese limite para llamar funciones, consultar APIs y ejecutar acciones en el mundo real. Esto es lo que transforma a un modelo de lenguaje de un sofisticado predictor de texto en algo que realmente puede hacer cosas.
Prerrequisitos
Antes de leer esta pagina, asegurate de entender:
- Large Language Model (LLM) — como los modelos generan texto
- Prompts — como comunicas tu intencion al modelo
Como Funciona
El diagrama muestra el ciclo de function calling — un proceso de cuatro pasos que ocurre en una sola interaccion.
Primero, envias un prompt al LLM junto con una lista de herramientas disponibles (funciones que el modelo tiene permitido llamar). Cada herramienta tiene un nombre, descripcion y esquema de parametros. El modelo lee tu solicitud y decide si necesita llamar a una herramienta para responderla.
Si el modelo determina que una llamada a herramienta es necesaria — digamos que preguntaste "Como esta el clima en Tokio?" y hay una funcion get_weather disponible — no ejecuta la funcion el mismo. En su lugar, devuelve un mensaje estructurado de llamada a funcion: el nombre de la funcion y los argumentos que quiere pasar. Tu codigo de aplicacion recibe esto, ejecuta la funcion real (llamando a la API del clima), y envia el resultado de vuelta al modelo.
Finalmente, el modelo toma ese resultado y lo incorpora en una respuesta en lenguaje natural: "La temperatura actual en Tokio es 22 grados C con cielos parcialmente nublados."
La distincion critica es que el LLM nunca ejecuta codigo directamente. El describe que llamar y con que argumentos, y tu aplicacion maneja la ejecucion real. Esto mantiene al modelo aislado mientras le da acceso a capacidades externas.
Por Que Importa
Sin tool use, los LLMs estan limitados a sus datos de entrenamiento — que tienen una fecha de corte de conocimiento y no tienen acceso a sistemas privados. Tool use desbloquea informacion en tiempo real (clima actual, precios de acciones), consultas de bases de datos (los datos de tu empresa), ejecucion de codigo (realizar calculos), y acceso a APIs externas (enviar correos, crear tickets).
Este es el puente entre "sabe cosas" y "hace cosas." Es lo que hace que los asistentes de IA sean genuinamente utiles en produccion: pueden buscar el estado de tu pedido, verificar un log de despliegue, o consultar un dashboard de monitoreo — todo dentro de una conversacion.