必须完成工具声明、提示引导、响应解析与结果回填四环节，缺一不可；否则function_call字段为空。注册需严格JSON Schema描述并传入tools参数，触发需强动词+实体+时间锚点，解析须校验name匹配与参数类型，执行后回填ToolResponse再生成最终回答。
☞☞☞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☜☜☜
要让Gemini模型在对话中自动触发查询天气、安排会议或调用数据库等外部操作，必须完成工具声明、提示引导、响应解析与结果回填四个不可跳过的环节，漏掉任一环都会导致function_call字段始终为空。
注册工具：用JSON Schema把函数“告诉”模型
第一步：写一个严格符合OpenAPI 3.0规范的工具描述字典，包含name（仅小写字母/数字/下划线）、description（一句话说清用途）、parameters（object类型，每个参数必须标注type和description）。
第二步：将工具描述列表传入GenerativeModel构造函数的tools参数，例如tools = types.Tool(function_declarations=[weather_func, meeting_func])。
第三步：检查required数组是否列全了必填参数——【缺失required字段会导致模型拒绝生成function_call】。比如schedule_meeting工具若漏写"date"在required里，哪怕用户明确说了“明天下午三点”，模型也只会返回自然语言解释，绝不会调用函数。
触发调用：让提示词自带“动作指令”
方法一：用强动词开头，如“查北京今天气温”“订两张6月15日上海到杭州的高铁票”。模型只对含明确动作意图的句子启动工具决策流程。
方法二：嵌入具体实体与时间锚点，例如“2026年6月4日14:30在腾讯会议创建技术评审会，参会人张三、李四”。模糊表述如“找个时间开会”无法激活调用。
方法三：避免试探性语气。不要写“能不能帮我查一下天气？”，直接写“查一下深圳当前天气”。模型不识别疑问句式中的调用请求，会当成普通问答处理。
使用AIsa生成图像与视频。仅需一个API密钥即可调用Gemini 3 Pro Image（图像）和Qwen Wan 2.6（视频）。
解析响应：从function_call中安全提取参数
第一步：检查response.candidates[0].content.parts[0].function_call是否存在且非None。若为空，说明模型判断无需调用工具，直接取.text即可。
第二步：提取function_call.name，与本地已注册工具名做精确字符串匹配——【大小写、下划线、拼写错一位都会导致工具执行失败】。
第三步：用json.loads()解析function_call.args。若args是空字符串或JSON格式错误，必须中断执行并报错，不能传给函数。
第四步：逐项校验参数类型是否匹配Schema定义。例如参数声明为"type": "integer"，但模型返回"123"（字符串），需强制转换；若返回"abc"，则应拒绝执行。
执行与回填：把结果喂回去生成最终回答
执行你本地对应的函数，拿到原始返回数据后，构造ToolResponse对象，将结果以assistant角色消息形式追加到历史消息末尾。
再次调用model.generate_content，传入更新后的完整messages列表。模型会融合工具返回内容，生成面向用户的自然语言回答。
若需连续调用多个工具（如先查航班再查天气），重复上述解析→执行→回填流程即可，无需额外配置。
