Phase 13: Tools & Protocols

गहरी गोताखोरी को बुला रहा फ़ंक्शन OpenAI, मानव, जुड़वां

तीनों सीमा प्रदाता 2024 में एक ही टूल-कॉल लूप पर एक साथ आए और फिर बाकी सब पर विभेद किया।toolsऔर tool_callsमानवयुक्त उपयोगtool_useऔर tool_resultब्लाक. मिथुन उपयोग करता हैfunctionDeclarationsइस सबक में तीनों को अलग अलग किया गया है ताकि एक प्रदाता पर भेजे जाने वाले कोड को पोर्ट करते समय टूट न जाए।

Type: Build

Languages: Python (stdlib, schema translators)

Prerequisites: Phase 13 · 01 (the tool interface)

Time: ~75 minutes

सीखने के लक्ष्य

OpenAI, Anthropic और Gemini फ़ंक्शन-कॉल करने वाले पेलोड (घोषणा, कॉल, परिणाम) के बीच तीन आकार अंतर बताएं।
तीनों प्रदाता प्रारूपों में एक उपकरण घोषणा का अनुवाद करें और अनुमान लगाएं कि कठोर मोड प्रतिबंध कहां भिन्न होंगे।
उपयोग करेंtool_choiceप्रत्येक प्रदाता में जबरन, प्रतिबंधित, या स्वचालित उपकरण चयन कॉल करने के लिए।
प्रत्येक प्रदाता के प्रति हार्ड सीमा (उपकरण संख्या, स्कीम गहराई, तर्क लंबाई) और सीमाओं का उल्लंघन होने पर प्रत्येक त्रुटि हस्ताक्षर को जानें।

समस्या

कार्य कॉल अनुरोध का आकार प्रदाता के अनुसार भिन्न होता है। 2026 उत्पादन स्टैक के तीन ठोस उदाहरणः

OpenAI Chat Completions / Responses API.तुम पास करोtools: [{type: "function", function: {name, description, parameters, strict}}]. मॉडल की प्रतिक्रिया में शामिल है choices[0].message.tool_calls: [{id, type: "function", function: {name, arguments}}]कहाँargumentsयह एक JSON स्ट्रिंग है जिसे आपको विश्लेषण करना होगा।strict: true) प्रतिबंधित डिकोडिंग के माध्यम से योजना अनुपालन को लागू करता है।

Anthropic Messages API.तुम पास करोtools: [{name, description, input_schema}]. प्रतिक्रिया वापस आता है के रूप मेंcontent: [{type: "text"}, {type: "tool_use", id, name, input}]. .inputपहले से ही विश्लेषण किया गया है (एक वस्तु, एक स्ट्रिंग नहीं) । आप एक नए के साथ जवाब userएक संदेश युक्त {type: "tool_result", tool_use_id, content}ब्लॉक.

Google Gemini API.तुम पास करोtools: [{functionDeclarations: [{name, description, parameters}]}](निविष्ट नीचे)functionDeclarations) प्रतिक्रिया इस प्रकार आती है candidates[0].content.parts: [{functionCall: {name, args, id}}]कहाँidआप उत्तर के साथ जवाब देते हैं{functionResponse: {name, id, response}}. .

एक ही लूप, अलग-अलग क्षेत्र के नाम, अलग-अलग घोंसले, अलग-अलग स्ट्रिंग- बनाम-ऑब्जेक्ट सम्मेलन, अलग-अलग सहसंबंध तंत्र. एक टीम जो ओपनएआई पर मौसम एजेंट लिखती है, केवल पाइपलाइन के लिए एंथ्रोपिक को दो दिन का पोर्ट और जुड़वां को एक और दिन का भुगतान करती है।

इस पाठ में एक अनुवादक बनाया गया है जो तीनों प्रारूपों को एक कैनोनिक टूल घोषणा और किनारे पर मार्गों में एकीकृत करता है। चरण 13 · 17 एक एलएलएम गेटवे में एक ही पैटर्न को सामान्य बनाता है।

अवधारणा

आम संरचना

प्रत्येक प्रदाता को पांच चीजों की आवश्यकता होती हैः

Tool list.प्रत्येक उपकरण का नाम, वर्णन और इनपुट योजना।
Tool choice.किसी विशिष्ट उपकरण को मजबूर करें, उपकरण को प्रतिबंधित करें, या मॉडल को निर्णय लेने दें।
Call emission.संरचित आउटपुट उपकरण और तर्कों का नामकरण।
Call id.सही कॉल के लिए प्रतिक्रिया को सहसंबंधित करें (समान के लिए मामले) ।
Result injection.एक संदेश या ब्लॉक जो परिणाम को कॉल से जोड़ता है।

आकार में अंतर, क्षेत्र द्वारा क्षेत्र

Aspect	OpenAI	Anthropic	Gemini
Declaration envelope	`{type: "function", function: {...}}`	`{name, description, input_schema}`	`{functionDeclarations: [{...}]}`
Schema field	`parameters`	`input_schema`	`parameters`
Response container	`tool_calls[]` on assistant message	`content[]` of type `tool_use`	`parts[]` of type `functionCall`
Arguments type	stringified JSON	parsed object	parsed object
Id format	`call_...` (OpenAI generates)	`toolu_...` (Anthropic)	UUID (Gemini 3+)
Result block	role `tool`, `tool_call_id`	`user` with `tool_result`, `tool_use_id`	`functionResponse` with matching `id`
Force-a-tool	`tool_choice: {type: "function", function: {name}}`	`tool_choice: {type: "tool", name}`	`tool_config: {function_calling_config: {mode: "ANY"}}`
Forbid tools	`tool_choice: "none"`	`tool_choice: {type: "none"}`	`mode: "NONE"`
Strict schema	`strict: true`	schema-is-schema (always enforced)	`responseSchema` at request level

सीमाओं आप वास्तव में हिट करेंगे

OpenAI.प्रति अनुरोध 128 उपकरण। स्कीम गहराई 5. तर्क स्ट्रिंग <= 8192 बाइट्स। सख्त मोड की आवश्यकता नहीं है $refनहीं , नहींoneOf/anyOf/allOfओवरलैप के साथ, प्रत्येक संपत्ति में सूचीबद्ध required. .
Anthropic.प्रति अनुरोध 64 उपकरण। स्कीम गहराई प्रभावी रूप से असीमित लेकिन व्यावहारिक सीमा 10. कोई सख्त मोड ध्वज नहीं; स्कीम एक अनुबंध है और मॉडल के अनुरूप होने की प्रवृत्ति है।
Gemini.प्रति अनुरोध 64 फ़ंक्शन। स्कीम प्रकार ओपनएपीआई 3.0 उपसमूह हैं (जेएसओएन स्कीम 2020-12 से थोड़ा विचलन) । समानांतर कॉल अद्वितीय-आईडी से जुड़वां 3।

`tool_choice`व्यवहार

तीन मोड जो सभी का समर्थन करते हैं, अलग-अलग नाम दिए गए हैं।

Auto.मॉडल उपकरण या पाठ चुनता है।
Required / Any.मॉडल कम से कम एक उपकरण को बुलाता है।
None.मॉडल उपकरण नहीं बुला सकता है।

प्लस प्रत्येक प्रदाता के लिए अद्वितीय एक मोडः

OpenAI.नाम से एक विशिष्ट उपकरण को मजबूर करें।
Anthropic.नाम से एक विशिष्ट उपकरण को मजबूर करना; disable_parallel_tool_useध्वज एकल बनाम बहु को अलग करता है।
Gemini. mode: "VALIDATED"मॉडल इरादे के बावजूद एक योजना सत्यापनकर्ता के माध्यम से प्रत्येक प्रतिक्रिया को रूट करता है।

समानांतर कॉल

ओपनएआई की parallel_tool_calls: true(डिफ़ॉल्ट) एक सहायक संदेश में कई कॉल जारी करता है. आप उन्हें सभी चलाते हैं और प्रति बैच एक प्रविष्टि युक्त उपकरण भूमिका संदेश के साथ जवाबtool_call_id. मानव इतिहास में एक ही कॉल किया;disable_parallel_tool_use: false(क्लाउड 3.5 के रूप में डिफ़ॉल्ट) मल्टी सक्षम करता है। मिथुन 2 ने समानांतर कॉल की अनुमति दी लेकिन स्थिर आईडी नहीं दी; मिथुन 3 UUID जोड़ता है ताकि ऑर्डर से बाहर प्रतिक्रियाएं साफ-सुथरी से सहसंबंधित हों।

स्ट्रीमिंग

तीनों समर्थन स्ट्रीम उपकरण कॉल. तार प्रारूप अलग हैः

OpenAI. के डेल्टा टुकड़ेtool_calls[i].function.argumentsआप जमा जब तकfinish_reason: "tool_calls". .
Anthropic.ब्लॉक-स्टार्ट / ब्लॉक-डेल्टा / ब्लॉक-स्टॉप घटनाएँ। input_json_deltaटुकड़े आंशिक तर्क ले जाते हैं।
Gemini. streamFunctionCallArguments(जेमिनी 3 में नया) एक के साथ टुकड़े उत्सर्जित करता है functionCallIdतो कई समानांतर कॉल interleave कर सकते हैं।

चरण 13 · 03 समानांतर + स्ट्रीमिंग री-एम्ब्लेड पर गहराई से जाता है। यह पाठ घोषणा और एकल कॉल के आकार पर केंद्रित है।

त्रुटियां और मरम्मत

अमान्य तर्क त्रुटियां भी अलग दिखती हैं।

OpenAI (non-strict).मॉडल रिटर्न arguments: "{bad json}", अपने JSON विश्लेषण विफल रहता है, आप एक त्रुटि संदेश इंजेक्ट और फिर से कॉल.
OpenAI (strict).सत्यापन डिकोडिंग के दौरान होता है; अमान्य JSON असंभव है लेकिन refusalदिखाई दे सकता है।
Anthropic. inputअप्रत्याशित फ़ील्ड शामिल हो सकते हैं; स्कीमा सलाह है. सर्वर पक्ष सत्यापित करें.
Gemini.OpenAPI 3.0 की विशेषता: enumवस्तु क्षेत्रों पर चुपचाप अनदेखा; स्वयं को मान्य करें।

अनुवादक पैटर्न

अपने कोड में एक कैनोनिक उपकरण घोषणा इस तरह दिखता है (आप आकार चुनते हैंः

pythonTool(
    name="get_weather",
    description="Use when ...",
    input_schema={"type": "object", "properties": {...}, "required": [...]},
    strict=True,
)

तीन छोटे कार्यों को यह तीन प्रदाता आकारों में अनुवाद।code/main.pyयह सब कुछ एक ही समय में होता है, और फिर प्रत्येक प्रदाता के प्रतिक्रिया के रूप के माध्यम से एक नकली उपकरण कॉल को वापस करता है। कोई नेटवर्क की आवश्यकता नहीं है यह सबक आकारों को सिखाता है, HTTP नहीं।

उत्पादन टीमों इस अनुवादक को AbstractToolset(पायडान्टिक एआई), UniversalToolNode(लंगग्राफ), या BaseTool(LlamaIndex) चरण 13 · 17 एक गेटवे भेजता है जो तीनों में से किसी के सामने एक ओपनएआई-आकार के एपीआई को उजागर करता है।

इसका प्रयोग करें

code/main.pyएक कैनोनिक को परिभाषित करता है Toolडेटाक्लास और तीन अनुवादक जो ओपनएआई, एंथ्रोपिक और जेमिनी घोषणा JSON जारी करते हैं। यह फिर एक ही कैनोनिकल कॉल ऑब्जेक्ट में प्रत्येक आकार के एक हाथ से निर्मित प्रदाता प्रतिक्रिया को पार्स करता है, यह प्रदर्शित करता है कि अर्थशास्त्र त्वचा के नीचे समान है। इसे चलाएं और तीन घोषणाओं को एक साथ अलग करें।

क्या देखना हैः

तीन घोषणा ब्लॉकों में केवल लिफाफे और फ़ील्ड नामों में अंतर है।
तीन प्रतिक्रिया ब्लॉक जहां कॉल रहता है में भिन्न होते हैं (शीर्ष स्तर tool_calls,content[]ब्लॉक, parts[]प्रवेश) ।
एक canonical_call()कार्य निकासी {id, name, args}तीनों प्रतिक्रिया के रूपों से।

इसे भेजें

यह सबक हमें फल देता हैoutputs/skill-provider-portability-audit.md. एक प्रदाता के साथ एक समारोह-कॉल करने वाले एकीकरण को देखते हुए, कौशल एक पोर्टेबिलिटी ऑडिट उत्पन्न करता हैः किस प्रदाता पर यह निर्भर करता है, किन क्षेत्रों को नाम बदलने की आवश्यकता है, और एक दूसरे प्रदाता को पोर्ट करते समय क्या टूटता है।

व्यायाम

दौड़ेंcode/main.pyऔर सत्यापित करें कि तीन प्रदाता घोषणा JSONs सभी एक ही अंतर्निहित क्रमबद्ध Toolवस्तु. एक enum पैरामीटर जोड़ने के लिए कैनोनिक उपकरण को संशोधित करें और पुष्टि करें कि केवल Gemini अनुवादक को OpenAPI विचित्रता को संभालने की आवश्यकता है।

एक जोड़ें ListToolsResponseप्रत्येक प्रदाता के लिए पार्सर जो उपकरण सूची को निकालता है एक मॉडल एक के बाद वापस आता है list_toolsOpenAI में एक मूल रूप से नहीं है; इस असंबद्धता पर ध्यान दें।

कार्यान्वयनtool_choiceरूपांतरणः एक कैनोनिकल मानचित्र ToolChoice(mode="force", tool_name="x")सभी तीन प्रदाता आकारों में. फिर नक्शाmode="any"और mode="none". सबक की अंतर तालिका की जाँच करें.

तीन प्रदाताओं में से एक चुनें और इसके फ़ंक्शन कॉल गाइड को अंत से अंत तक पढ़ें। इसके स्कीमा स्पेसिफिकेशन में एक फ़ील्ड खोजें जिसे अन्य दो समर्थन नहीं करते हैं। उम्मीदवारः OpenAI strict, मानव विज्ञान disable_parallel_tool_use, जुड़वांfunction_calling_config.allowed_function_names. .

एक परीक्षण वेक्टर लिखेंः एक उपकरण कॉल जिसका तर्क घोषित योजना का उल्लंघन करता है। इसे प्रत्येक प्रदाता के सत्यापनकर्ता के माध्यम से चलाएं (लक्ष्य 01 में stdlib एक प्रॉक्सी के रूप में काम करेगा) और रिकॉर्ड करें कि कौन से त्रुटियां आग लगती हैं। दस्तावेज जो आप उत्पादन में उपयोग करेंगे।

प्रमुख शर्तें

Term	What people say	What it actually means
Function calling	"Tool use"	Provider-level API for structured tool-call emission
Tool declaration	"Tool spec"	Name + description + JSON Schema input payload
`tool_choice`	"Force / forbid"	Auto / required / none / specific-name modes
Strict mode	"Schema enforcement"	OpenAI flag that constrains decoding to match schema
`tool_use` block	"Anthropic's call shape"	Inline content block with id, name, input
`functionCall` part	"Gemini's call shape"	A `parts[]` entry containing name, args, and id
Arguments-as-string	"Stringified JSON"	OpenAI returns args as a JSON string, not an object
Parallel tool calls	"Fan-out in one turn"	Multiple tool calls in one assistant message
Refusal	"Model declines"	Strict-mode-only refusal block instead of a call
OpenAPI 3.0 subset	"Gemini schema quirk"	Gemini uses a JSON-Schema-like dialect with minor differences

आगे पढ़ना

OpenAI — Function calling guide कैनोनिक संदर्भ जिसमें सख्त मोड और समानांतर कॉल शामिल हैं
Anthropic — Tool use overview tool_useऔर tool_resultब्लॉक अर्थशास्त्र
Google — Gemini function calling समानांतर कॉल, अद्वितीय आईडी और ओपनएपीआई उपसमूह
Vertex AI — Function calling reference मिथुनों की उद्यम सतह
OpenAI — Structured outputs सख्त मोड स्कीम प्रवर्तन विवरण

This free lesson is part of the AI Engineering from Scratch curriculum. Read the full explanation, run the lesson code, and verify the result in the interactive reader or from the repository source.

Browse the complete course catalog or open this lesson on GitHub.