Appel d'outils
Le mécanisme par lequel un modèle de langage invoque des fonctions externes — API, bases de données, exécution de code, retrieval — et en lit les résultats pour poursuivre son travail.
L'IA de production est un système : contexte, outils, permissions, traces, évaluations et boucles de rétroaction autour du modèle.
Ce que c'est
L'appel d'outils (aussi appelé function calling) est la façon dont un modèle de langage interagit avec le monde au-delà de la génération de texte. On indique au modèle quels outils il peut utiliser, avec quels arguments. Quand il décide d'en appeler un, il émet une requête structurée ; le runtime effectue l'appel réel ; le résultat est réinjecté dans le contexte du modèle. Le modèle peut appeler plusieurs outils au fil d'une même tâche.
Pourquoi c'est important
L'appel d'outils est ce qui transforme un modèle de langage d'un générateur de texte en un agent capable de travailler. Sans outils, le modèle ne peut que décrire des actions ; avec des outils, il peut les poser — lire des fichiers, appeler des API, exécuter du code, mettre à jour des dossiers. Toute capacité d'agent significative passe par l'appel d'outils.
Concepts liés
Registre d'outils MCP, MCP, Permissions d'outils, Contrats de schémas d'outils, Pistes d'audit d'outils.
Ressources connexes
Un catalogue gouverné d'outils — adossé au Model Context Protocol — avec schémas typés, portées de permissions, exigences d'approbation et pistes d'audit par invocation.
Le standard ouvert d'Anthropic pour exposer outils, ressources et prompts aux modèles d'IA — publié fin 2024, largement adopté dans l'écosystème agentique, le tissu conjonctif de l'intégration d'outils IA moderne.
Un patron de workflow IA de production relié aux données, aux agents, aux évaluations et aux opérations.
Un patron de workflow IA de production relié aux données, aux agents, aux évaluations et aux opérations.
Un patron de workflow IA de production relié aux données, aux agents, aux évaluations et aux opérations.
Comment ça fonctionne
Les outils sont déclarés avec des schémas typés (JSON Schema est le standard de fait). Le modèle reçoit les schémas dans son contexte. Quand il génère un appel, le runtime valide les arguments, effectue l'appel et réinjecte la réponse. La bonne pratique moderne expose les outils via le registre d'outils MCP pour que la gouvernance, l'audit et les portées de permissions s'appliquent uniformément.