Tool calling dan function calling

Tool perlu dipahami sebagai bagian dari agent anatomy. Tool calling adalah kemampuan model untuk meminta aplikasi menjalankan fungsi tertentu. Model tidak benar-benar mengakses semuanya sendiri; aplikasi menyediakan tools dengan schema tertentu. Contoh tools: search web, baca database, kirim email, buat draft, ambil kalender, menjalankan kode, atau mengambil data harga.

Kenapa penting: Ini penting karena lesson M10.L02 bukan cuma mengejar istilah. Kamu perlu tahu kapan tool membantu kerja nyata, kapan harus diverifikasi, dan batas apa yang tetap perlu dijaga manusia.

Contoh: Agent content bisa diberi tool “search_trends”, “read_notes”, “create_draft”. Tidak perlu tool “send_post” untuk V1. Agent support bisa diberi “lookup_order” tapi refund tetap butuh manusia.

Kesalahan pemula: Kesalahan umum: menganggap tool otomatis membuat hasil benar tanpa contoh, sumber, atau checklist evaluasi.

Function perlu dipahami sebagai bagian dari goals, tools, memory, dan state. Schema menjelaskan nama tool, fungsi, dan parameter yang boleh dipakai. Semakin jelas schema, semakin kecil kemungkinan agent salah. Prinsip keamanan: least privilege. Beri agent akses paling kecil yang cukup untuk task. Jangan beri akses kirim email jika cukup membuat draft.

Kenapa penting: Ini penting karena lesson M10.L02 bukan cuma mengejar istilah. Kamu perlu tahu kapan function membantu kerja nyata, kapan harus diverifikasi, dan batas apa yang tetap perlu dijaga manusia.

Contoh: Agent content bisa diberi tool “search_trends”, “read_notes”, “create_draft”. Tidak perlu tool “send_post” untuk V1. Agent support bisa diberi “lookup_order” tapi refund tetap butuh manusia.

Kesalahan pemula: Kesalahan umum: menganggap function otomatis membuat hasil benar tanpa contoh, sumber, atau checklist evaluasi.

Arguments perlu dipahami sebagai bagian dari permissions dan stopping conditions. Setiap tool call harus bisa dilog. Untuk action berisiko, butuh approval. Untuk data sensitif, validasi input dan output. Perlakukan output dari LLM dan external tools sebagai data yang perlu dicek, bukan selalu aman.

Kenapa penting: Ini penting karena lesson M10.L02 bukan cuma mengejar istilah. Kamu perlu tahu kapan arguments membantu kerja nyata, kapan harus diverifikasi, dan batas apa yang tetap perlu dijaga manusia.

Contoh: Agent content bisa diberi tool “search_trends”, “read_notes”, “create_draft”. Tidak perlu tool “send_post” untuk V1. Agent support bisa diberi “lookup_order” tapi refund tetap butuh manusia.

Kesalahan pemula: Kesalahan umum: menganggap arguments otomatis membuat hasil benar tanpa contoh, sumber, atau checklist evaluasi.

Schema perlu dipahami sebagai bagian dari cost budget. Tool calling adalah kemampuan model untuk meminta aplikasi menjalankan fungsi tertentu. Model tidak benar-benar mengakses semuanya sendiri; aplikasi menyediakan tools dengan schema tertentu. Contoh tools: search web, baca database, kirim email, buat draft, ambil kalender, menjalankan kode, atau mengambil data harga.

Kenapa penting: Ini penting karena lesson M10.L02 bukan cuma mengejar istilah. Kamu perlu tahu kapan schema membantu kerja nyata, kapan harus diverifikasi, dan batas apa yang tetap perlu dijaga manusia.

Contoh: Agent content bisa diberi tool “search_trends”, “read_notes”, “create_draft”. Tidak perlu tool “send_post” untuk V1. Agent support bisa diberi “lookup_order” tapi refund tetap butuh manusia.

Kesalahan pemula: Kesalahan umum: menganggap schema otomatis membuat hasil benar tanpa contoh, sumber, atau checklist evaluasi.

Observation perlu dipahami sebagai bagian dari Observation. Schema menjelaskan nama tool, fungsi, dan parameter yang boleh dipakai. Semakin jelas schema, semakin kecil kemungkinan agent salah. Prinsip keamanan: least privilege. Beri agent akses paling kecil yang cukup untuk task. Jangan beri akses kirim email jika cukup membuat draft.

Kenapa penting: Ini penting karena lesson M10.L02 bukan cuma mengejar istilah. Kamu perlu tahu kapan observation membantu kerja nyata, kapan harus diverifikasi, dan batas apa yang tetap perlu dijaga manusia.

Contoh: Agent content bisa diberi tool “search_trends”, “read_notes”, “create_draft”. Tidak perlu tool “send_post” untuk V1. Agent support bisa diberi “lookup_order” tapi refund tetap butuh manusia.

Kesalahan pemula: Kesalahan umum: menganggap observation otomatis membuat hasil benar tanpa contoh, sumber, atau checklist evaluasi.

Permission perlu dipahami sebagai bagian dari Permission. Setiap tool call harus bisa dilog. Untuk action berisiko, butuh approval. Untuk data sensitif, validasi input dan output. Perlakukan output dari LLM dan external tools sebagai data yang perlu dicek, bukan selalu aman.

Kenapa penting: Ini penting karena lesson M10.L02 bukan cuma mengejar istilah. Kamu perlu tahu kapan permission membantu kerja nyata, kapan harus diverifikasi, dan batas apa yang tetap perlu dijaga manusia.

Contoh: Agent content bisa diberi tool “search_trends”, “read_notes”, “create_draft”. Tidak perlu tool “send_post” untuk V1. Agent support bisa diberi “lookup_order” tapi refund tetap butuh manusia.

Kesalahan pemula: Kesalahan umum: menganggap permission otomatis membuat hasil benar tanpa contoh, sumber, atau checklist evaluasi.

Least privilege perlu dipahami sebagai bagian dari Least privilege. Tool calling adalah kemampuan model untuk meminta aplikasi menjalankan fungsi tertentu. Model tidak benar-benar mengakses semuanya sendiri; aplikasi menyediakan tools dengan schema tertentu. Contoh tools: search web, baca database, kirim email, buat draft, ambil kalender, menjalankan kode, atau mengambil data harga.

Kenapa penting: Ini penting karena lesson M10.L02 bukan cuma mengejar istilah. Kamu perlu tahu kapan least privilege membantu kerja nyata, kapan harus diverifikasi, dan batas apa yang tetap perlu dijaga manusia.

Contoh: Agent content bisa diberi tool “search_trends”, “read_notes”, “create_draft”. Tidak perlu tool “send_post” untuk V1. Agent support bisa diberi “lookup_order” tapi refund tetap butuh manusia.

Kesalahan pemula: Kesalahan umum: menganggap least privilege otomatis membuat hasil benar tanpa contoh, sumber, atau checklist evaluasi.