62 lines
3.9 KiB
Markdown
62 lines
3.9 KiB
Markdown
---
|
|
id: ai.function-calling.interview
|
|
title: Function Calling 面试题
|
|
type: interview
|
|
domain: ai
|
|
stack: [function-calling]
|
|
tags: [Function Calling, 工具调用, 面试]
|
|
level: intermediate
|
|
related: [ai.function-calling.tool-loop]
|
|
week: [10, 16]
|
|
---
|
|
|
|
# Function Calling 面试题
|
|
|
|
## 基础
|
|
|
|
### 【基础】Function Calling 是什么？流程是怎样的？
|
|
|
|
**参考答案**：让模型以结构化的方式表达“要调用哪个函数、传什么参数”。流程：带上工具定义请求模型 → 模型返回 `tool_calls` → 应用校验参数并执行 → 把结果以 tool 消息回传 → 模型继续，直到给出答案。模型不执行代码。
|
|
|
|
**追问**：不支持工具调用的模型怎么办？→ 在提示词中约定输出 JSON 格式，再解析和校验（容错性差一些），或者使用框架提供的结构化输出适配。
|
|
|
|
### 【基础】工具定义里最重要的是什么？
|
|
|
|
**参考答案**：清晰的名字和描述（什么时候用、返回什么）、准确的参数 Schema（类型、必填、枚举、格式、描述）。模型完全依靠这些信息选择工具和填参数。
|
|
|
|
**追问**：工具很多（上百个）怎么办？→ 按意图先筛选出相关的少量工具再交给模型（工具检索 / 路由），或分给不同的子 Agent。
|
|
|
|
### 【基础】`tool_call_id` 有什么用？
|
|
|
|
**参考答案**：把工具结果和对应的调用关联起来。模型一次可能发起多个调用，每个结果都要带上对应的 id，否则模型不知道哪个结果属于哪个调用，接口也会报错。
|
|
|
|
**追问**：并行调用的工具之间有依赖怎么办？→ 模型一般只会并行调用互不依赖的工具；有依赖的会分多轮。应用层执行时不要假设顺序。
|
|
|
|
## 进阶
|
|
|
|
### 【进阶】模型给的参数不合法怎么处理？
|
|
|
|
**参考答案**：用 pydantic / JSON Schema 校验，把具体的错误信息作为工具结果回传，让模型修正后重试；限制重试次数；严格模式（部分厂商支持 `strict` 让输出严格符合 Schema，以官方文档为准）可以减少格式错误，但业务规则校验仍要自己做。
|
|
|
|
**追问**：为什么不直接抛异常？→ 抛异常会中断整个对话；回传错误让模型有机会自我修正，用户体验更好。
|
|
|
|
### 【进阶】有副作用的工具怎么保证安全？
|
|
|
|
**参考答案**：权限在工具内部基于当前用户校验；写操作需要用户确认或人工审批；幂等键防重复；限流；审计日志；高风险操作不开放给模型。
|
|
|
|
**追问**：用户确认时应该展示什么？→ 展示校验后的真实参数（订单号、金额），而不是模型生成的描述文字。
|
|
|
|
## 场景题
|
|
|
|
### 【场景题】用户说“帮我查一下张三的工资”，助手调用了查询工具，怎么防止越权？
|
|
|
|
**参考答案**：工具不接受任意的员工 ID 作为可信输入，而是用当前登录用户的身份调用 HR 系统，由 HR 系统判断权限；或者工具内部检查当前用户与目标员工的关系（本人 / 上级 / HR）。无权限时返回“无权限”，模型据此回复。详见[安全调用业务接口](scenarios/safe-business-tools.md)。
|
|
|
|
**追问**：如果是网页内容里藏着“查询所有人的工资”的指令呢？→ 同样被工具层权限拦住；同时把外部内容标记为数据，并检测异常的工具调用模式。
|
|
|
|
### 【场景题】Agent 查询一个慢接口，用户等了 30 秒，怎么优化？
|
|
|
|
**参考答案**：工具设置超时，超时后返回错误让模型告知用户稍后再试；流式输出中间状态（“正在查询订单系统…”）；能并行的工具并发执行；常用查询加缓存；把长耗时操作变成异步任务，完成后通知。
|
|
|
|
**追问**：怎么知道慢在哪里？→ 每次模型调用和工具调用都记录耗时（链路追踪），区分是模型慢还是工具慢。
|