扣子平台DeepSeek 已经支持Function Calling功能了，经常收到大家问关于「Function Calling到底是什么」的问题。
列如下图就是带有工具调用的模型，他们和普通模型的区别是什么？
今天斜杠君就通过本教程，为大家详细解释一下Function Calling的原理。
首先我们来了解一下什么是「Function Calling」，Function Calling这个名词不是扣子独有的，这是一个技术的术语，从字面意思翻译过来就是「工具调用」，指的是大模型拥有智能化调用工具的能力。
那这个「工具」指的又是什么呢？
不同平台「工具」表现的形式不一样。在扣子平台，为了降低使用者上手的难度，扣子为我们准备好了很多好用的插件，当然也有第三方开发的插件，本质上就是工具。除了插件以外，工作流、知识库等都可以理解为工具。
以插件为例，如图所示：
如上图所示，为智能体增加了两个插件，一个是必应联网搜索， 一个是图片理解，这时候智能体就具备了两个工具。
有的同学可能又会问，即使有了工具，智能体怎么知道具体调用哪个呢？
这个时候我们我们就要学习一下「Function Calling」的流程了，大模型的执行流程是这样的：
第一步：接收用户的指令并进行分析。
第二步：获取自身具备的工具列表，根据用户指令，分析应该使用哪个。
第三步：提取用户信息中的关键内容作为参数调用插件。
第四步：接收插件返回的内容。
第五步：把返回的内容组装成用户容易理解的自然语言进行输出。
整个的这个过程就是大模型的「Function Calling」，这大大扩展了模型的能力，相于为大模型加了一个外挂。
反之，如果不支持「Function Calling」的大模型，说明不具备调用工具的能力，回复一些例如实时性的新闻信息就没那么准确。
所以回到本文主题，当DeepSeek支持「Function Calling」，说明DeekSeep也可以联网进行查询搜索了，这要比之前更强大了。
下面这个示例中，我在智能体中使用DeepSeek-R1-工具调用版的模型，让大模型帮我分析图片中的内容，DeepSeek-R1经过思考，并结合本身所具有的工具，准确的帮我分析出了图片的内容。
大模型支持「Function Calling」有什么好处：
1、弥补本身知识的不足，联网获取实时信息。
2、可以在同一会话中，多次调用不同工具，仍可以保持对话连贯性。
3、提升效率，无需搭建工作流，直接在智能体中引入工具即可。
第三点我觉得很实用，如果不支持「Function Calling」，就需要开发者搭建工作流，引入相应的插件才能实现。现在需要加入一个插件即可。
好了，今天的教程就讲到这里，希望大家有所收获。
大家可以关注收藏，以免之后找不到，而且也不会错过我后面的教程噢~
原文链接：最新扣子(Coze)案例教程：详解DeepSeek大模型工具调用，教你如何使用DeepSeek Function Calling
