Temario Lección 117 de 250 · Llamar a un LLM de verdad
Llamar a un LLM de verdad

El viaje de ida y vuelta de una llamada a herramienta

Llamar a herramientas es un baile en dos turnos. Envías el mensaje del usuario junto con los esquemas de tus herramientas; el modelo responde con un bloque tool_use que dice "llama a get_weather con {city: 'Paris'}"; tu código ejecuta esa función y devuelve la respuesta como un tool_result; y luego el modelo la usa para escribir la respuesta final. Esta lección construye el paso del medio -> la parte en la que la petición del modelo se convierte en una llamada real de Python y el resultado se empaqueta para el viaje de vuelta.

Este es el bucle real (solo como ilustración -> no llamamos a la red):

resp = client.messages.create(model="claude-opus-5-5", max_tokens=1024,
                              tools=TOOLS, messages=history)
# resp.stop_reason == "tool_use". The model may ask for SEVERAL tools at once:
# append its turn once, run every tool_use block, and send ALL the results
# back together in ONE user message.
history.append({"role": "assistant", "content": resp.content})
results = []
for block in resp.content:
    if block.type == "tool_use":
        result = TOOLS_BY_NAME[block.name](**block.input)
        results.append({"type": "tool_result", "tool_use_id": block.id,
                        "content": str(result)})
history.append({"role": "user", "content": results})
final = client.messages.create(model="claude-opus-5-5", max_tokens=1024,
                               tools=TOOLS, messages=history)

Los detalles innegociables: llamas a la función que nombró el modelo con los argumentos que dio, devuelves su tool_use_id en el tool_result para que el modelo pueda emparejar cada respuesta con su petición, y cuando un turno pide varias herramientas devuelves todos los resultados en un solo mensaje del usuario (repartirlos en varios mensajes enseña al modelo a dejar de pedir en paralelo). En esta lección tratas el caso más sencillo, una sola llamada a herramienta; la lección 4 trata varias. Modelamos la respuesta como un diccionario simple para que funcione sin conexión:

{"content": [{"type": "tool_use", "id": "toolu_1",
              "name": "get_weather", "input": {"city": "Paris"}}],
 "stop_reason": "tool_use"}

Vas a construir run_tool_call(resp, tools), donde tools asocia el nombre de una herramienta a una función de Python. Tiene que:

  • Encontrar el primer bloque de resp["content"] cuyo type sea "tool_use".
  • Buscar tools[name] y llamarla con el input del bloque como argumentos con nombre: tools[name](**block["input"]). Si el nombre no está en tools, lanza un error (un KeyError o un ValueError) -> nunca ejecutes una herramienta que el modelo se haya inventado.
  • Devolver el mensaje del usuario de seguimiento que lleva de vuelta el resultado:
{"role": "user",
 "content": [{"type": "tool_result",
              "tool_use_id": <the block's id>,
              "content": str(result)}]}

Convierte el resultado en cadena con str(result) -> el contenido de tool_result viaja como texto. Constrúyelo de forma que dos llamadas a herramientas distintas (con otro nombre y otra entrada) produzcan dos mensajes tool_result distintos, se devuelva el tool_use_id original y un nombre de herramienta desconocido lance un error.

Tu turno

Escribe run_tool_call(resp, tools). Encuentra el primer bloque {"type": "tool_use", "id", "name", "input"} de resp["content"], llama a tools[name](**input) y devuelve el mensaje de seguimiento {"role": "user", "content": [{"type": "tool_result", "tool_use_id": <id>, "content": str(result)}]}. Lanza un error con un nombre de herramienta que no esté en tools.

¿Has visto un problema en esta lección? Avísanos · Preguntar sobre esta lección

Este ejercicio se abre pronto

Termina la lección anterior y esta se desbloquea. Todo el curso es gratis, no hace falta cuenta, y puedes leer esta lección ahora mismo.