那么多接入 DeepSeek 的，终于有一家支持 Function Call 了！！！

好消息是一个接一个！

原标题：那么多接入 DeepSeek 的，终于有一家支持 Function Call 了！！！
文章来源：特工宇宙
内容字数：3228字

DeepSeek R1 迎来重大升级：Function Call 功能上线，AI Agent 元年加速到来

近期，AI 领域发生了一件令人兴奋的事情：DeepSeek R1，这款备受关注的大型语言模型，正式上线了备受期待的 Function Call (函数调用) 功能！这一升级标志着 DeepSeek R1 向更智能、更强大的 AI Agent 迈出了关键一步，也为即将到来的 AI Agent 元年注入了新的活力。

Function Call：赋予 LLM 超能力的钥匙

Function Call 的核心在于将 LLM 从单纯的文本生成器转变为更智能的“操作员”。它通过标准化的接口，允许 LLM 调用外部工具和服务，从而突破自身能力的限制，获取更丰富的信息和更强大的处理能力。想象一下，LLM 就像一位数字员工，而 Function Call 就是赋予它访问各种办公工具和资源的权限，使其能够更高效地完成任务。

Function Call 的工作流程大致如下：用户输入问题后，LLM 会先尝试自行作答；如果发现需要外部工具的帮助，它会暂停文本生成，转而生成调用外部工具所需的精确参数；外部系统接收这些参数并执行相应操作，并将结果反馈给 LLM；最后，LLM 结合这些结果和之前的上下文，生成完整的、更准确的答案。

LLM 作为数字员工：Function Call 如何提升效率？

将 LLM 比作数字员工，我们可以更好地理解 Function Call 的价值。一个高效的数字员工需要具备以下能力：强大的认知基座、访问外部信息的渠道以及清晰的工作规范。而 Function Call 正是填补了 LLM 在这三方面的不足。

以往，LLM 常常出现“幻觉”，即给出不准确或荒谬的答案。这通常是因为其认知基座存在缺陷，或者缺少必要的外部信息。Function Call 通过允许 LLM 调用外部工具，有效地解决了这两个问题：它可以访问实时信息、数据库等，补充 LLM 的知识盲区；同时，通过规范化的接口，确保 LLM 获取的信息可靠且可信。

清华系开源智能体框架 Eko 的巧妙应用

值得一提的是，清华系开源智能体框架 Eko 在 Function Call 的应用上展现了非凡的灵性。Eko 采用规划层和执行层的设计：规划层负责任务规划，并通过 Function Call 自动生成工作流；执行层则由多个小型智能体组成，它们通过 Function Call 执行具体任务。这种架构使得 Eko 能够更高效地处理复杂任务。