LLM は直接ファイルを読み書きできません。代わりに「どのツールをどう呼ぶか」を返し、ホスト側が実際の処理を行います。
┌─────────────┐ ┌─────────────┐ ┌─────────────┐
│ User │ │ LLM │ │ Host │
│ │ │ │ │ (Python) │
└──────┬──────┘ └──────┬──────┘ └──────┬──────┘
│ │ │
│ "hello.py を読んで" │ │
│──────────────────────▶│ │
│ │ │
│ │ ツール定義を確認 │
│ │ read_file が使えそう │
│ │ │
│ │ tool_call: │
│ │ name: read_file │
│ │ input: {path: ...} │
│ │──────────────────────▶│
│ │ │
│ │ │ ファイルを実際に読む
│ │ │
│ │ tool_result: │
│ │ "def greet(): ..." │
│ │◀──────────────────────│
│ │ │
│ "このファイルは..." │ │
│◀──────────────────────│ │
│ │ │
エージェント起動時に、利用可能なツールの定義を LLM に送信します。
# tool_registry.py
def get_tool_definitions(self) -> list[dict]:
return [tool.to_dict() for tool in self.tools.values()]送信されるツール定義の例：
{
"name": "read_file",
"description": "Read the contents of a file at the specified path.",
"input_schema": {
"type": "object",
"properties": {
"path": {
"type": "string",
"description": "The path to the file to read"
}
},
"required": ["path"]
}
}この定義は LLM への「説明書」です。LLM はこれを読んで：
- どんなツールが使えるか
- 各ツールに何を渡せばいいか
を理解します。
ユーザーが「hello.py を読んで」と入力すると、LLM は以下のようなレスポンスを返します：
# LLMResponse (gemini_client.py より)
@dataclass
class LLMResponse:
text: str | None # テキストレスポンス（あれば）
tool_calls: list[ToolCall] # ツール呼び出しのリスト
stop_reason: str # "tool_use" or "end_turn"
raw_response: Any # プロバイダー固有のレスポンス
@dataclass
class ToolCall:
id: str # "call_abc123"
name: str # "read_file"
input: dict # {"path": "hello.py"}重要ポイント:
- LLM は「read_file を呼びたい」という 意図 を返すだけ
- 実際にファイルを読むわけではない
- ホスト側が安全に実行するかどうかを判断できる
# agent.py
for tool_call in response.tool_calls:
result = self.tool_registry.execute(
tool_call.name, # "read_file"
tool_call.input, # {"path": "hello.py"}
)# tool_registry.py
def execute(self, tool_name: str, tool_input: dict) -> str:
if tool_name not in self.tools:
return f"Error: Unknown tool '{tool_name}'"
tool = self.tools[tool_name]
return tool.execute(**tool_input)# tools/read_file.py
class ReadFileTool(Tool):
def execute(self, path: str) -> str:
try:
with open(path, "r") as f:
return f.read()
except FileNotFoundError:
return f"Error: File not found: {path}"ツールの実行結果をメッセージ履歴に追加し、次の LLM 呼び出しで送信します。
# agent.py
self.message_history.add_tool_result(
tool_call.id,
result,
tool_name=tool_call.name,
)# Gemini はネイティブの Function Calling をサポート
# function_call / function_response として処理
# ツール呼び出しの受け取り
part.function_call.name # "read_file"
part.function_call.args # {"path": "hello.py"}
# 結果の送信
types.Part.from_function_response(
name="read_file",
response={"result": "def greet(): ..."},
)Llama 3.1 8B は Function Calling に非対応のため、JSON 形式でシミュレートします。
# システムプロンプトで形式を指定
SYSTEM_PROMPT = '''
When you need to use a tool, respond with JSON:
{
"thought": "your reasoning",
"tool_call": {"name": "tool_name", "input": {...}}
}
'''
# LLM のレスポンスを JSON としてパース
data = json.loads(response_text)
if "tool_call" in data:
tool_name = data["tool_call"]["name"]
tool_input = data["tool_call"]["input"]良いツール定義は LLM が正しくツールを選択するために重要です。
# tools/read_file.py
class ReadFileTool(Tool):
name = "read_file"
description = "Read the contents of a file at the specified path."
input_schema = {
"type": "object",
"properties": {
"path": {
"type": "string",
"description": "The path to the file to read"
}
},
"required": ["path"],
}ポイント:
description: ツールの用途を明確にproperties.*.description: 各パラメータの意味を説明required: 必須パラメータを明示
LLM は任意のツールを任意の引数で呼び出そうとする可能性があります。
# 悪意のある呼び出しの例
tool_call.name = "execute_command"
tool_call.input = {"command": "rm -rf /"}対策：
- ツール側でバリデーション
- 危険なコマンドのブロック
- サンドボックス環境での実行
# tools/execute_command.py
BLOCKED_COMMANDS = ["rm -rf", "sudo", "chmod 777"]
def execute(self, command: str) -> str:
for blocked in BLOCKED_COMMANDS:
if blocked in command:
return f"Error: Command contains blocked pattern: {blocked}"
...- 03-llm-clients.md - プロバイダーごとの実装詳細
- 04-tools.md - ツールの実装方法