Initial vault setup

2026-06-09 18:40:21 +02:00
commit bda02d587f
3692 changed files with 402457 additions and 0 deletions
@@ -0,0 +1,53 @@
+---
+title: Function Calling
+created: 2026-06-06
+updated: 2026-06-06
+type: concept
+tags: [IA, agent, protocol]
+confidence: high
+contested: false
+sources: [synthesized]
+---
+# 🛠️ Function Calling
+
+## Définition Courte
+Mécanisme permettant à un LLM de **produire un appel structuré** vers une fonction externe (outil) plutôt que du texte libre, déclenchant ainsi une action dans le monde réel.
+
+## Explication Détaillée
+Au lieu de demander au LLM "quel temps fait-il ?", on lui fournit une description d'outil (`get_weather(city: str)`) et le LLM répond :
+```json
+{"name": "get_weather", "arguments": {"city": "Lyon"}}
+```
+Le système exécute alors la fonction et réinjecte le résultat dans la conversation.
+
+C'est la **brique atomique** de l'agentique : sans function calling, un LLM ne peut qu'émettre du texte.
+
+**Pipeline** :
+1. Définir les outils (nom, description, schéma JSON des arguments).
+2. Envoyer la requête avec ces outils.
+3. Le LLM choisit s'il appelle un outil et avec quels arguments.
+4. Exécuter l'outil côté code.
+5. Renvoyer le résultat au LLM.
+6. Le LLM produit la réponse finale (ou appelle un autre outil).
+
+## Cas d'Usage
+- Agents autonomes (cf. [[hermes-agent]]).
+- Accès à des API (base de données, calendrier, mail).
+- Calcul précis (le LLM délègue à Python).
+- Recherche web (cf. [[react-framework]]).
+
+## Outils Liés
+- **OpenAI Function Calling**, **Anthropic Tool Use**.
+- **[[mcp-protocol]]** (standardisation multi-host).
+- **LangChain Tools**, **LlamaIndex Tools**.
+
+## Pages Liées
+- [[react-framework]]
+- [[hermes-agent]]
+- [[mcp-protocol]]
+- [[chain-of-thought]]
+- [[prompt-engineering-agents]]
+
+## Questions Ouvertes
+- Le function calling va-t-il totalement fusionner avec MCP ?
+- Comment fiabiliser le 100% de réussite sur des outils critiques (Stripe) ?