工具可扩展 Gemini 模型的功能，使其能够在现实世界中采取行动、访问实时信息并执行复杂的计算任务。模型可以通过标准请求-响应互动和使用 Live API 的实时流式传输会话来使用工具。
工具是模型可用于回答查询的特定功能（例如 Google 搜索或代码执行）。Gemini API 提供了一套全托管式内置工具，您也可以使用函数调用定义自定义工具。
如需构建多步骤、以目标为导向的系统，请参阅代理概览。
可用的内置工具
| 工具 | 说明 | 使用场景 |
|---|---|---|
| Google 搜索 | 根据当前事件和网络上的事实信息来提供回答，以减少幻觉。 | - 回答有关近期事件的问题 - 通过各种来源核实事实 |
| Google 地图 | 构建位置感知助理，该助理可以查找地点、获取路线，并提供丰富的本地背景信息。 | - 规划包含多个经停点的旅游行程 - 根据用户条件查找本地商家 |
| 代码执行 | 允许模型编写和运行 Python 代码，以准确解决数学问题或处理数据。 | - 求解复杂的数学方程式 - 精确处理和分析文本数据 |
| 网址上下文 | 指示模型读取和分析特定网页或文档中的内容。 | - 根据特定网址或文档回答问题 - 检索不同网页中的信息 |
| 计算机使用（预览版） | 使 Gemini 能够查看屏幕并生成与网络浏览器界面互动的操作（客户端执行）。 | - 自动执行重复的基于 Web 的工作流 - 测试 Web 应用界面 |
| 文件搜索 | 为自己的文档编制索引并进行搜索，以实现检索增强生成 (RAG)。 | - 搜索技术手册 - 基于专有数据回答问题 |
如需详细了解与特定工具相关的费用，请参阅价格页面。
工具执行方式
借助工具，模型可以在对话期间请求执行操作。流程因工具是内置（由 Google 管理）还是自定义（由您管理）而有所不同。
内置工具流程
对于内置工具（Google 搜索、Google 地图、网址上下文、文件搜索、代码执行），整个过程都在一次 API 调用中完成：
- 您发送提示：“GOOG 最新股价的平方根是多少？”
- Gemini 确定需要使用工具，并在 Google 的服务器上执行这些工具（例如，搜索股票价格，然后运行 Python 代码来计算平方根）。
- Gemini 会根据工具结果发送最终答案。
自定义工具流程（函数调用）
对于自定义工具和“计算机使用”，您的应用会处理执行：
- 您发送提示以及函数（工具）声明。
- Gemini 可能会发回结构化 JSON 来调用特定函数（例如
{"name": "get_order_status", "args": {"order_id": "123"}}），并且始终带有唯一的id。 - 您可以在应用或环境中执行该函数。
- 您将函数结果（与函数调用具有相同的
id）发送回 Gemini。 - Gemini 会使用这些结果来生成最终回答或其他工具调用。
如需了解详情，请参阅函数调用指南。
结合使用内置工具和自定义工具
对于结合使用内置工具和自定义工具（函数调用）的请求，模型会使用工具上下文循环来协调不同环境中的执行：
- 您发送提示并声明要启用的内置工具和自定义函数，同时设置一个标志以开启组合支持。
- Gemini 会执行内置工具，并在生成任何客户端函数调用时将控制权交给用户（先执行哪个取决于提示和模型做出的决定）。它会发回包含以下内容的响应：
- 确认工具调用
- 工具响应的结果（如果模型生成了两个并行函数调用，则此结果可能位于 JSON 之后）
- 用于调用函数的结构化 JSON
- 加密的思考签名，用于保留上下文
- 您可以在应用或环境中执行该函数。
- 您返回 Gemini 回答的所有部分，以及函数调用结果。
- Gemini 会使用所有组合的上下文生成最终回答。
请参阅工具组合指南，了解如何启用对内置工具和自定义工具组合的支持，以及上下文循环的示例。
结构化输出与函数调用
Gemini 提供了两种生成结构化输出的方法。当模型需要通过连接到您自己的工具或数据系统来执行中间步骤时，请使用函数调用。如果您需要模型的最终回答严格遵循特定架构（例如用于呈现自定义界面），请使用结构化输出。
使用工具生成结构化输出
您可以将结构化输出与内置工具相结合，以确保基于外部数据或计算结果的模型回答仍遵循严格的架构。
如需查看代码示例，请参阅使用工具生成结构化输出。