L’appel d’outils, c’est la façon dont un modèle de langage agit sur le monde : il demande à votre code de chercher une information, de lancer une requête ou de modifier un fichier, puis il utilise le résultat.
Comment ça marche
Le guide d’OpenAI décrit une boucle entre votre application et le modèle :
- Envoyer les outils. La requête liste des fonctions avec un nom, une description et un JSON Schema pour les arguments.
- Recevoir un appel d’outil. Si le modèle a besoin d’un outil, il renvoie le nom de la fonction et des arguments JSON au lieu d’une réponse finale.
- L’exécuter. Votre code exécute la fonction. Le guide d’OpenAI situe cette étape « the application side » (traduction : « côté application ») ; le modèle n’exécute jamais de code lui-même.
- Renvoyer le résultat avec l’ID d’appel correspondant.
- Recevoir la réponse, ou un nouvel appel d’outil. Recommencer autant que nécessaire.
Dans le format Chat Completions, une définition d’outil ressemble à ceci :
{
"type": "function",
"function": {
"name": "get_order_status",
"description": "Look up an order by ID",
"parameters": {
"type": "object",
"properties": { "order_id": { "type": "string" } },
"required": ["order_id"]
}
}
}
La réponse contient finish_reason: "tool_calls" et une liste tool_calls. Chaque entrée a un id, le nom de la fonction et arguments sous forme de chaîne JSON. Vous ajoutez un message avec role: "tool", le même tool_call_id et le résultat, puis vous rappelez l’API.
Pourquoi c’est important
- Agents. Les agents de code, les bots de support et les assistants de données sont surtout des boucles d’appels d’outils.
- Coût. Chaque aller-retour est une nouvelle requête qui renvoie la conversation, les définitions d’outils et leurs résultats sous forme de tokens d’entrée. Avec de longues boucles d’outils, l’entrée en cache et un ordre stable des outils deviennent importants.
- Sécurité. Les arguments viennent du modèle. Validez-les avant d’exécuter quoi que ce soit qui modifie des données ou dépense de l’argent.
Pour une réponse qui doit respecter un schéma sans appeler de fonction, la sortie structurée est l’outil le plus simple.
Sur BroadNet Inference
La documentation de BroadNet indique l’appel d’outils pour GLM 5.3 et Qwen3.8 27B, tous deux avec sortie structurée et raisonnement. Elle ne mentionne pas la prise en charge des outils pour DeepSeek V4.1 Flash ni BroadNet Gemma 4 VL 26B. Testez votre propre boucle d’outils sur le modèle que vous comptez mettre en production.
Les deux modèles cités raisonnent avant de répondre, et le raisonnement compte dans max_tokens : laissez de la marge, sinon un appel d’outil peut être coupé. Voir tokens de raisonnement. Pour les outils d’agents qui apportent leur propre format d’outils, consultez le guide de Cline et le guide du Vercel AI SDK.
Erreurs fréquentes
- Traiter
argumentscomme un objet. Le champ arrive sous forme de chaîne JSON : décodez-le et gérez les erreurs. - Oublier le
tool_call_id. Sans lui, le modèle ne peut pas associer les résultats aux appels.