Hinzufügen von Tools

Auf der vorherigen Seite wurde gezeigt, wie das Umschließen eines LLM in einem Agent Ihnen eine dauerhafte Identität, Anweisungen und Sitzungsverwaltung bietet. Aber auch mit all dem kann der Agent nur Inhalte (Text, Bilder usw.) generieren – er kann den heutigen Aktienkurs nicht nachschlagen, eine E-Mail senden oder Ihre Datenbank abfragen. Es antwortet basierend auf dem Wissen, das während des Trainings integriert wurde, und auf jedem Kontext, den Sie in der Eingabeaufforderung bereitstellen.

Tools überbrücken diese Lücke. Sie geben dem Agenten die Möglichkeit, handeln zu können – über seine Schulungsdaten hinaus zu erreichen und mit der realen Welt zu interagieren. Das Hinzufügen von Tools ist der einzige wirkungsvollste Schritt, den Sie ausführen können, um einen Agent wirklich nützlich zu machen.

Wann Sie dies verwenden sollten

Fügen Sie Ihrem Agent Tools hinzu, wenn:

• Der Agent benötigt Zugriff auf Echtzeit- oder externe Daten – Livepreise, Wetter, Datenbankdatensätze, Suchergebnisse – das ist nicht in den Schulungsdaten des Modells enthalten.
• Der Agent muss Maßnahmen ergreifen – Senden von E-Mails, Erstellen von Tickets, Aufrufen von APIs, Schreiben von Dateien – anstatt nur Inhalte zu produzieren.

Überlegungen

Warum Agents Tools benötigen

Wie in DEN LLM-Grundlagen behandelt, wird ein LLM geschult, um Token zu generieren – einschließlich eines speziellen strukturierten Formats, das einen Toolaufruf darstellt. Aber das Modell selbst führt nie etwas aus. Es ist Ihre Anwendung (oder Das Agent Framework), die die Ausgabe des Modells analysiert, die tatsächliche Funktion ausführt und das Ergebnis zurückgibt.

Dies bedeutet, dass Tools nicht ändern, was das Modell ist – sie ändern, was Ihr Agent tun kann. Ohne Werkzeuge ist ein Agent ein Gesprächspartner. Mit Werkzeugen wird daraus ein Bediener.

Betrachten Sie einen Reiseveranstalter. Ohne Tools kann es Flüge diskutieren und Reiserouten basierend auf allgemeinem Wissen vorschlagen. Mit Tools kann folgendes möglich sein:

• Durchsuchen einer Flight-API nach Echtzeitverfügbarkeit und Preisen
• Buchen eines Fluges im Namen des Benutzers

Jede dieser Aktionen erfordert ein Tool – ein Teil des Codes, den der Agent aufrufen kann, um mit der Außenwelt zu interagieren.

Funktionsweise der Toolaufrufschleife

Wenn Sie einem Agenten Werkzeuge bereitstellen, verwaltet das Agent Framework automatisch eine Toolaufrufschleife:

┌──────────────────────────────────────────────────────┐
│  User: "What's the weather in Seattle?"              │
└──────────────┬───────────────────────────────────────┘
               ▼
┌──────────────────────────────────────────────────────┐
│  Agent sends messages + tool definitions to LLM      │
└──────────────┬───────────────────────────────────────┘
               ▼
       ┌───────────────┐
       │ LLM responds  │
       └───┬───────┬───┘
           │       │
     Tool call?    No ──────────────────────────┐
           │                                    │
           ▼                                    ▼
┌─────────────────────────────┐   ┌─────────────────────────────┐
│  Agent Framework executes   │   │  Final response:            │
│  the tool (e.g.,            │   │  "It's cloudy in Seattle    │
│  get_weather("Seattle"))    │   │   with a high of 15°C."     │
└──────────────┬──────────────┘   └─────────────────────────────┘
               │
               ▼
┌─────────────────────────────┐
│  Agent sends tool result    │
│  back to the LLM            │
└──────────────┬──────────────┘
               │
               └──────► (back to "LLM responds")

Wichtige Punkte:

1. Sie müssen die Schleife nicht schreiben. Das Agent-Framework behandelt das Erkennen von Toolaufrufen in der Antwort des Modells, das Ausführen der Tools und das Zurückfüttern von Ergebnissen. Sie definieren die Tools; der Rahmen orchestriert den Rest.
2. Mehrere Toolaufrufe pro Drehung. Das Modell kann mehrere Tools (potenziell parallel) aufrufen, bevor eine endgültige Antwort erstellt wird – oder verkettete Toolaufrufe, bei denen die Ausgabe eines Aufrufs den nächsten beeinflusst.
3. Das Modell entscheidet, wann Tools aufgerufen werden sollen. Basierend auf der Anforderung des Benutzers und den von Ihnen bereitgestellten Toolbeschreibungen beurteilt das Modell, ob ein Tool benötigt wird. Gute Toolbeschreibungen führen zu einer besseren Auswahl von Tools.

Arten von Tools

Agent Framework unterstützt mehrere Kategorien von Tools. Die Wahl des richtigen Agenten hängt davon ab, was der Agent tun muss und wo sich die Fähigkeit befindet.

Funktionstools

Funktionstools sind benutzerdefinierte Funktionen, die Sie beim Agent schreiben und registrieren. Sie werden in Ihrem Prozess ausgeführt, sodass Sie die vollständige Kontrolle über die Logik, Sicherheitsgrenzen und Fehlerbehandlung erhalten.

Verwenden Sie Funktionstools in folgenden Fällen:

• Sie verfügen über benutzerdefinierte Geschäftslogik, die der Agent aufrufen muss (Abfragen einer Datenbank, Aufrufen einer internen API, Ausführen einer Berechnung)
• Sie benötigen das Tool für die Ausführung in Ihrer Umgebung mit Zugriff auf Ihre Ressourcen.
• Sie möchten Typensicherheit zur Kompilierzeit und Testbarkeit

Funktionstools sind die am häufigsten verwendeten und flexiblen Werkzeugtypen. Die meisten Agents beginnen hier.

MCP-Tools (Model Context Protocol – Modellkontextprotokoll)

MCP ist ein offener Standard, der definiert, wie Anwendungen LlMs Tools bereitstellen. Anstatt die Toollogik selbst zu schreiben, stellen Sie eine Verbindung mit einem MCP-Server her, der eine Reihe von Tools über ein Standardprotokoll verfügbar macht – ähnlich wie eine REST-API Endpunkte verfügbar macht.

Agent Framework unterstützt zwei Varianten:

Verwenden Sie MCP-Tools in folgenden Fällen:

• Ein vordefinierter MCP-Server bietet bereits die benötigten Funktionen.
• Sie möchten Tools für mehrere Agents oder Anwendungen über einen gemeinsam genutzten Server wiederverwenden.
• Sie integrieren sich in einen Drittanbieterdienst, der einen MCP-Endpunkt verfügbar macht

Vom Anbieter gehostete Tools

Einige Anbieter bieten integrierte Tools, die in der Infrastruktur des Anbieters ausgeführt werden , ohne dass lokaler Code erforderlich ist. Dazu zählen:

Verwenden Sie vom Anbieter gehostete Tools, wenn:

• Sie benötigen Funktionen wie Codeausführung oder Websuche, ohne das Tool selbst zu erstellen oder zu hosten
• Der Anbieter bietet bereits eine verwaltete Version an, die Ihren Anforderungen entspricht.

Auswählen des richtigen Tooltyps

Toolbeschreibungen sind wichtig

Das Modell wählt Tools basierend auf ihren Namen und Beschreibungen aus. Eine vage Beschreibung führt zu einer schlechten Toolauswahl – das Modell ruft möglicherweise das falsche Tool auf, überspringt ein Tool, das es verwenden sollte, oder übergibt falsche Argumente.

Schreiben Sie Toolbeschreibungen auf die gleiche Weise, wie Sie ein API-Dokument schreiben: Sagen Sie, was das Tool tut, was jeder Parameter bedeutet und was es zurückgibt. Je klarer die Beschreibung, desto besser ist das Urteil des Modells.

Toolgenehmigung: Human-in-the-Loop

Einige Aktionen sind vertraulich – Geldtransfer, Löschen von Datensätzen, Senden von E-Mails. Möglicherweise möchten Sie nicht, dass der Agent diese Tools autonom ausführt. Mit der Toolgenehmigung können Sie eine menschliche Bestätigung anfordern, bevor ein Tool ausgeführt wird.

Wenn ein Tool als Genehmigung gekennzeichnet ist, hält der Agent vor der Ausführung an und gibt eine Antwort zurück, die angibt, dass die Genehmigung erforderlich ist. Ihre Anwendung ist dafür verantwortlich, dies dem Benutzer zu präsentieren und seine Entscheidung zurückzugeben.

Dieses Muster wird häufig als Mensch-in-the-Loop bezeichnet und ist für die Erstellung vertrauenswürdiger Agenten unerlässlich, die Folgeaktionen ausführen.

Häufige Probleme

Besondere Erwähnung: Code-Interpreter-Tool

Wie in den LLM-Grundlagen erläutert, können LLMs Fehler in präzisen Berechnungen und formaler Logik machen. Dies liegt daran, dass LLMs Antworten Token für Token anhand des Musterabgleichs generieren – sie berechnen nicht tatsächlich. Ein LLM, das aufgefordert wird, zwei große Zahlen zu multiplizieren, führt keine arithmetischen Berechnungen durch; vielmehr wird vorhergesagt, wie das Ergebnis auf Grundlage der Trainingsdaten aussehen könnte. Dies funktioniert überraschend oft, aber bei Randfällen schlägt es unvorhersehbar fehl.

Der Codedolmetscher löst dies, indem der Agent Code in einer Sandkastenumgebung schreiben und ausführen kann. Anstatt die Antwort zu erraten, schreibt das Modell ein Python Skript, das es genau berechnet, führt es aus und verwendet das überprüfte Ergebnis in seiner Antwort.

Geben Sie Ihrem Agenten den Code-Interpreter, wenn es notwendig ist:

• Durchführen präziser Berechnungen – Finanzmodellierung, statistische Analyse, Einheitenumwandlungen – bei denen eine ungefähre "beste Vermutung" nicht akzeptabel ist.
• Transformieren oder Analysieren von Daten – Analysieren von CSVs, Aggregatzeilen, Generieren von Diagrammen oder Neuformen strukturierter Daten.
• Verarbeiten von Dateien – Lesen hochgeladener Dokumente, Extrahieren von Inhalten, Konvertieren von Formaten oder Generieren neuer Dateien.
• Überprüfen Sie ihre eigene Begründung – schreiben Sie Testcode, um einen logischen Anspruch zu überprüfen, bevor sie dem Benutzer präsentiert wird.

Nächste Schritte

Sobald Ihr Agent Über Tools verfügt, besteht der nächste Schritt darin, mehr über Fähigkeiten zu erfahren – tragbare Anleitungspakete, Referenzmaterial und Skripts, die Agents Domänenkompetenz bieten, die sie bei Bedarf laden können.

Gehen Sie tiefer:

• Übersicht über Tools – alle Tooltypen und Anbieterunterstützungsmatrix
• Funktionstools – detaillierte Funktionstoolreferenz
• Hosted MCP Tools — Microsoft Foundry MCP-Server oder andere Anbieter
• Lokale MCP-Tools – benutzerdefinierte MCP-Server
• Toolgenehmigung – Mensch-in-der-Schleife für Werkzeuge
• Schritt 2: Hinzufügen von Tools – praktisches Lernprogramm