AI 工具开发总览：什么时候需要造工具

为什么工具开发值得专门学

《Harness 架构》课说过：模型决定上限，Harness 决定下限。而工具集就是 Harness 里模型直接"摸到"的世界——工具描述含糊、参数混乱、报错不友好，再强的模型也会选错、调错。工具开发是被低估的核心技能。

该不该做成工具？三问决策

1. 这件事模型自己做不了吗？（查实时数据、执行真实动作、精确计算 → 做工具）
2. 做高频复用吗？（一次性任务直接在提示词里给步骤）
3. 能圈定边界吗？（说得出输入输出、可控风险 → 做工具；说不清 → 先别做）

好工具的五条设计原则

• 单一职责：一个工具只做一件事；"万能查询工具"会让模型选择困难；
• 描述即接口：名称+描述+参数说明是模型唯一的"说明书"，写工具的一半精力在这里；
• 参数简单：优先简单类型，用枚举限定选项，带默认值；
• 错误即信息：报错返回可读的错误说明（而非抛异常），让模型能自我修正；
• 结果克制：只返回任务需要的内容，过长的返回浪费 token 且稀释注意力。

与站内知识的连接

本站已经渗透了这些思想：《Tool Calling》的 docstring 即描述、《意图识别》的路由、《MCP》的协议化、《客服工单》的枚举打标——本模块把它们聚拢成一套工具开发方法论，并补齐工程化细节。