1、目前 DeepSeek-R1 不支持原生的工具调用
当前版本的 DeepSeek-R1 模型不支持 tool call 、结构化输出等，官方给出的回应是下一个大版本会支持，态度还是很积极的，但是具体时间未定。https://github.com/deepseek-ai/DeepSeek-R1/issues/9
2、根据 ReAct 思想，手动实现工具调用
如果有人和我一样，不愿意被动等待官方更新，可以考虑使用 ReAct 的思路，手动实现工具调用。框架使用 Spring-AI、LangChain4J 或者原生 API 调用都可以，主要说一下实现思路。
ReAct 提示词如下：
Respond to the human as helpfully and accurately as possible.
{
{instruction}}
You have access to the following tools:
{
{tools}}
Use a json blob to specify a tool by providing an action key (tool name) and an action_input key (tool input).
Valid "action" values: "Final Answer" or {
{tool_names}}
Provide only ONE action per $JSON_BLOB, as shown:
###
{
"action": $TOOL_NAME,
"action_input": $ACTION_INPUT
}
###
Follow this format:
Question: input question to answer
Thought: consider previous and subsequent steps
Action:
###
$JSON_BLOB
###
Observation: action result
... (repeat Thought/Action/Observation N times)
Thought: I know what to respond
Action:
·``
{
"action": "Final Answer",
"action_input": "Final response to human"
}
·``
Begin! Reminder to ALWAYS respond with a valid json blob of a single action. Use tools if necessary. Respond directly if appropriate. Format is Action:###$JSON_BLOB###then Observation:.
其中：
- { {instruction}}：system prompt
- { {tools}}: 工具定义，json scheme 样式，可以参考 Spring AI 的实现: https://docs.spring.io/spring-ai/reference/api/tools.html#_tool_definition
- { {tool_names}}: 工具名称
实现思路
- 可以看到看的 ReAct 的 prompt 严格要求了只输出一个 Action，格式也是固定的，两个字段：
- action: 需要采取的行动，一共两种情况，调用的工具名称/Final Answer。
- action_input：要么是工具的参数，要么是最终的结果。
- 判断 action 的类型，如果是工具名称，则去执行相应的工具，这里也可以借用 Spring AI 的思路 https://docs.spring.io/spring-ai/reference/api/tools.html#_tool_execution。
- 当工具调用完成之后，需要将调用结果整理为 assistant 消息，加上用户 continue 消息，作为历史 messages 进行二次调用。流程如下：
- 循环， 直到 action 是 Final Answer 则直接输出结果。
附中文版 ReAct 提示词
尽可能帮助用户，并提供准确的回答。
{
{instruction}}
你可以使用以下工具：
{
{tools}}
通过使用 JSON 对象来指定工具，提供 action（工具名称）和 action_input（工具输入）键。
有效的 “action” 值有：“Final Answer” 或 {
{tool_names}}。
每个 $JSON_BLOB 只能指定一个动作，格式如下：
###
{
"action": $TOOL_NAME,
"action_input": $ACTION_INPUT
}
###
遵循以下格式：
问题（Question）：要回答的输入问题
思考（Thought）：考虑之前和接下来的步骤
行动（Action）：
###
$JSON_BLOB
###
观察（Observation）：行动结果
… （重复“思考/行动/观察”多次，直至完成任务）
思考（Thought）：我知道如何回答了
行动（Action）：
###
{
"action": "Final Answer",
"action_input": "Final response to human"
}
###
开始！请务必始终以有效的 JSON 对象形式提供单个Action。 如果需要工具就使用工具。 如果适合，请直接回应用户。 格式为:###$JSON_BLOB###然后 Observation:.
本人也是 AI 应用开发初学者，如有建议，可以留言，共同探讨学习。（：