AI 大模型飞速进化，不懂 AI、不会用 Agent 的程序员，正在慢慢被行业淘汰。现在 AI 新技术迭代快到离谱：RAG 还没学明白，MCP 接踵而来；工具刚上手，Skills、各类新 Agent 概念又轮番刷屏；Manus还没看懂，就出来OpenClaw，OpenClaw热度还没退，又出来Hermes。越追越乱、越学越焦虑，永远在被动跟风，陷入学不完、跟不上、用不上的内耗。其实焦虑的根本原因，不是新技术太多，而是不懂大模型 Agent 应用底层原理，只会零散跟风，没有通用方法论。
为此我专门推出Agent 应用实战专栏，采用Agent基础 + Agent设计模式 + 工程实践三位一体体系，帮你彻底摆脱 AI 焦虑。
专栏分为三大模块：
- Agent基础：深入浅出拆解AgentScope Java源码，掌握Agent应用基础的三驾马车（提示词、工具和记忆），夯实 Agent 开发底层根基；
- Agent设计模式：基于《agentic-design-patterns》精讲经典架构模式（提示词链、并行、路由、规划、反思、推理、人机协同等等），掌握高阶 AI 应用设计思路；
- 工程实践：手把手从零手搓简易版 OpenClaw，还原真实项目落地全流程。
学完本专栏，你将彻底吃透底层逻辑、掌握架构思维、并具备工程落地能力。未来无论再涌现 MCP、Skills 还是其他任何新技术，你都能一眼看透其本质、快速上手复用，不再盲目跟风，稳稳守住程序员的职业护城河。
注意：由于框架的不同版本会有些使用的不同，因此本次系列中使用基本框架是agentscope-1.0.11，JDK版本使用的是open-jdk-21（agentscope-java最低要求java版本为17）。
本文章的代码地址：https://github.com/forever1986/agentscope-agent-pattern
目录
- 1 工具
- 2 代码示例
- 3 AgentScope的Tool底层原理
- 3.1 Tool的定义
- 3.1.1 AgentTool类
- 3.1.2 @Tool 注解
- 3.2 Tool的注册源码解析
- 3.2.1 Tool 注册流程
- 3.3 Tool的调用源码解析
前三章主要讲解了Agent三驾马车之提示词，本章开始讲解Agent三驾马车之工具。
1 工具
在《Agent应用实践之七 - 三驾马车：总览》中讲过大模型是没有手脚，也就是说它无法操作电脑上面的其它功能或者软件，之所以现在市面上的聊天模型能生成PPT、Word，读懂PDF，实际上是做了工具给大模型。工具从编程角度来说就是一个函数，将这个函数有什么功能，入参是什么、返回是什么作为提示词告诉大模型，大模型是根据你问的问题决定是否使用这个工具，如果使用，会返回这个工具名称和入参，然后程序再调用这个工具，将执行结果返回给大模型，这就是工具的基本原理。可以看出来大模型并不会执行工具，最终还是程序来执行工具。工具之所以作为基础，后面你会了解到所谓的MCP、Skills都是一种更为复杂的工具而已。下图是Agent与工具的关系：
工具使用模式通常通过工具调用机制实现，使智能体接入外部 API、数据库、服务，甚至执行代码。该机制在于智能体核心的语言模型（LLM）能基于用户请求或任务状态，决策何时以及如何调用特定外部函数。该过程通常包括：
- 工具定义：外部函数或能力被定义并描述给 LLM
