必须正确配置并触发工具调用，否则AI Agent只能“说”不能“做”：先用volc agent tool list确认工具已注册，再通过agent.yaml声明工具名（须完全一致），最后用自然语言、prompt约束或CLI指令三种方式触发调用，并通过终端日志、控制台轨迹和下游系统三重验证。
☞☞☞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☜☜☜
要在火山引擎上让AI Agent真正执行业务动作，比如查数据库、发通知、调用内部API，必须正确配置并触发工具调用，否则Agent只能停留在“说”而无法“做”。
确认工具已接入方舟CLI环境
打开终端，执行 volc agent tool list，查看返回列表中是否包含目标工具名称。若为空或报错 【未检测到已注册工具】，说明尚未完成工具注册，后续所有调用都会失败。
执行 volc agent tool register --config ./tool.yaml，其中 tool.yaml 必须包含 name、description、parameters（JSON Schema 格式）、endpoint 字段——漏掉 parameters 将导致模型无法生成合法参数，调用直接被熔断。
在Agent逻辑中声明可用工具
编辑 agent.yaml 文件，在 tools 字段下以数组形式列出工具名，例如：
- user_query_db
- send_work_notification
- approve_leave_request
这一步不是可选项：工具名必须与 volc agent tool list 输出完全一致，包括大小写和下划线。写成 userQueryDB 或 send-notification 都会导致运行时报 【Tool not found】 错误且无明确提示位置。
触发工具调用的三种方式
方法一：通过自然语言指令隐式触发
在用户输入中直接描述动作，例如“帮我查张三最近三次请假记录”，只要 tools 列表中包含 approve_leave_request 且其 description 中含“请假”“审批”等关键词，模型会自动规划并调用。
方法二：在 prompt 中硬编码工具约束
在 system prompt 末尾添加：“你只能使用以下工具：user_query_db、send_work_notification。禁止虚构工具名或参数字段。” 这能压制模型幻觉，但会降低灵活性。
方法三：使用方舟CLI内置的 tool_call 指令强制调用
调试时可在命令行执行：
volc agent run --input "查李四的工单状态" --tool-call user_query_db --args '{"user_id": "U1004"}'
该方式跳过模型推理，直连工具执行，适合验证工具本身是否可用。
验证调用是否成功执行
第一步：检查终端输出中是否出现 [TOOL_CALL] user_query_db → success 字样，而非 pending 或 failed。
第二步：打开火山引擎控制台 → Agent Plan → 轨迹观测页，筛选对应会话ID，展开“工具调用链路”节点，确认返回结果 JSON 中 status 字段为 "success" 且 data 不为空。
第三步：若工具涉及外部系统变更（如发消息、改状态），必须人工核对下游系统实际效果。仅看Agent日志成功不代表业务已生效——【工具返回 success 仅代表接口调用成功，不保证业务逻辑执行成功】。
