如需完整的文件索引,請參閱 llms.txt。在文件頁面的網址末尾加上 .md ,即可取得該頁面的 Markdown 版本。
主要導覽
主題

使用工具

使用遠端 MCP 伺服器或網頁搜尋等工具,擴充模型的能力。

產生模型回應或建構智慧體時,你可以透過內建工具、函式呼叫、程式化工具呼叫、工具搜尋和遠端 MCP 伺服器擴充模型的能力。模型可以藉此搜尋網頁、從你的檔案中擷取資料、將工具定義延後至執行時載入、呼叫你自己的函式、用 JavaScript 組合工具呼叫,或存取第三方服務。只有 gpt-5.4 及後續模型支援 tool_search。

請依執行環境選擇整合方式。你可以在 Responses API 請求、Agents API 的智慧體或 Agents SDK 的智慧體定義中設定工具。可用的工具、設定方式和工具呼叫的處理方式都取決於你選擇的整合方式。以下範例使用 Responses API。

讓模型根據網頁搜尋結果產生回應
import OpenAI from "openai";
const client = new OpenAI();

const response = await client.responses.create({
  model: "gpt-6-astra",
  tools: [{ type: "web_search" }],
  input: "What was a positive news story from today?",
});

console.log(response.output_text);

可用工具

以下列出 OpenAI 平台提供的工具。選取任一工具即可查看詳細用法。

函式呼叫

呼叫自訂程式碼,讓模型取得更多資料並擴充其能力。

網頁搜尋

讓模型在產生回應時使用網路上的資料。

遠端 MCP 伺服器

透過模型上下文協定(MCP)伺服器,讓模型使用新功能。

技能

在託管 Shell 環境中上傳並重複使用具有版本資訊的技能套件。

Shell

在託管容器或你自己的本機執行環境中執行 Shell 指令。

電腦

建立智慧體工作流程,讓模型能操控電腦介面。

圖像生成

使用 GPT Image 生成或編輯圖像。

檔案搜尋

搜尋已上傳的檔案內容,為模型產生回應提供上下文。

工具搜尋

將相關工具動態載入模型的上下文,以最佳化 Token 用量。

程式化工具呼叫

讓模型撰寫並執行 JavaScript 程式碼,協調各項工具呼叫。

在 API 中使用工具

發出請求以產生模型回應時,通常會在 tools 參數中指定工具設定,讓模型可以使用這些工具。每種工具的設定要求各不相同,詳細說明請參閱可用工具一節。

模型會根據你提供的提示詞,自行判斷是否使用已設定的工具。例如,如果提示詞要求提供模型訓練資料截止日期之後的資訊,而你已啟用網頁搜尋,模型通常會呼叫網頁搜尋工具,取得相關的最新資訊。

有些進階工作流程也能在互動過程中載入更多工具定義。例如,工具搜尋可以等到模型判斷需要某個函式時,才載入該函式的定義。

若要明確控制或引導模型選擇工具,請將 tool_choice 參數設為所需的值,並將其納入 API 請求。

Agents API

Agents API 會代你執行智慧體迴圈。請在 agent.tools 中設定工具,並在應用程式中處理函式呼叫。如果工具需要執行環境,請連接沙盒。

如要呼叫應用程式的程式碼,請參閱函式。如要連接工具伺服器,請參閱 MCP 連線。如果工具需要執行環境,請參閱沙盒設定。程式化工具呼叫預設為啟用。Agents API 會從沙盒的能力目錄中找出可用的技能。

在 Agents SDK 中使用工具

在 Agents SDK 中,工具的運作方式相同,但你需要在定義智慧體和設計工作流程時整合工具,而非在單一 Responses API 請求中完成設定。

  • 如果某個專責智慧體需要自行呼叫工具,請直接為該智慧體配置託管工具、函式工具或託管 MCP 工具。
  • 如果需要由管理智慧體掌控給使用者的回覆,請將專責智慧體設為可供呼叫的工具。
  • 即使 SDK 能表示工具呼叫的決策,仍應在你的執行環境中保留執行 Shell 指令、套用修補程式及操作電腦所需的任務執行框架。
將本機程式邏輯封裝成函式工具
import { tool } from "@openai/agents";
import { z } from "zod";

const getWeatherTool = tool({
  name: "get_weather",
  description: "Get the weather for a given city.",
  parameters: z.object({ city: z.string() }),
  async execute({ city }) {
    return `The weather in ${city} is sunny.`;
  },
});
將專責智慧體設為可供呼叫的工具
import { Agent } from "@openai/agents";

const summarizer = new Agent({
  name: "Summarizer",
  instructions: "Generate a concise summary of the supplied text.",
});

const mainAgent = new Agent({
  name: "Research assistant",
  tools: [
    summarizer.asTool({
      toolName: "summarize_text",
      toolDescription: "Generate a concise summary of the supplied text.",
    }),
  ],
});

設計單一專責智慧體時,請參閱智慧體定義。如果工具會影響由哪個智慧體負責任務,請參閱協調與交接。如果工具會影響核准流程,請參閱防護機制與人工審查。如果功能由 MCP 提供,請參閱整合與可觀測性。