千问系列模型原生支持工具调用，可通过OpenAI兼容接口、LangChain框架、DashScope原生接口、Ollama本地部署及Context Cache优化五种方式实现。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜
千问系列模型原生支持工具调用（Tool Use）能力，可依据用户指令自动识别意图、生成结构化函数调用请求，并协同外部工具完成真实世界操作。以下是实现该能力的具体方式：
一、通过OpenAI兼容接口启用tools参数
该方式适用于使用openai兼容-chat或openai兼容-responses接口的场景，模型将根据提供的tools定义自动决定是否调用及调用哪个工具。
1、在API请求体中传入包含name、description、parameters字段的tools数组；
2、确保model参数指定为支持tool calling的千问版本，例如qwen3.5-instruct或qwen2.5-7b-instruct；
3、发送请求后，模型可能返回function_call字段，其中含name与arguments；
4、服务端需解析该字段，执行对应工具逻辑，并将结果以tool_message格式重新提交至对话上下文。
二、基于LangChain框架集成自定义工具
LangChain提供标准化tool抽象，可将任意Python函数封装为模型可调用的工具，适用于需要灵活扩展技能生态的本地部署场景。
1、定义工具函数，例如调用language_tool_python进行语法纠错；
2、使用@tool装饰器或继承BaseTool类完成工具注册；
3、将工具列表传入AgentExecutor初始化参数；
4、启动Agent时，千问模型将根据用户输入动态选择并调用已注册工具。
三、使用DashScope原生接口配置function calling
DashScope是阿里云百炼平台提供的原生接口，对千问模型的工具调用支持最完整，包括显式缓存、结构化输出强制约束等高级特性。
1、调用dashscope.chat.completions.create方法；
2、在messages中嵌入system角色说明可用工具及其用途；
3、在request参数中设置enable_function_calling=True；
4、响应中若含function_call内容，需按规范构造tool_output并发起下一轮调用。
四、通过Ollama本地运行千问模型并启用工具调用
在离线环境中使用Ollama部署qwen3.5系列GGUF量化模型时，可通过Modelfile声明tools schema，使模型具备本地工具调度能力。
1、下载qwen3.5:latest或qwen2.5-7b-instruct-q4_k_m模型；
2、编写Modelfile，使用PARAMETER tools定义JSON Schema格式的工具描述；
3、运行ollama create命令构建支持tool calling的自定义模型；
4、使用ollama run调用该模型，输入含工具触发意图的提示词。
五、利用Context Cache优化多轮工具调用性能
当连续多次调用同一工具链或重复加载相同上下文时，启用上下文缓存可显著降低token消耗与延迟。
1、在DashScope请求中设置context_cache={'enable': True, 'type': 'explicit'}；
2、首次请求后获取cache_id并记录有效期（默认5分钟）；
3、后续请求携带cache_id与相同前缀输入，系统将复用缓存计算结果；
4、命中隐式缓存时，输入token费用按标准价20%计费；显式缓存命中则仅收取10%费用。
