说实话，Coding Agent 工具集成技巧这个话题挺有意思的，咱就是说既Neng提高效率，又Neng让人少掉几根头发。

pi 真实代码里 packages/coding-agent/src/core/tools/bash.ts:- 就长这样，跟我们的例子一模一样。

这套规则我们在第 章 streamOpenAI 里其实Yi经处理过回顾一下那段代码：

Ru果你只是"问答"，这无所谓。但 coding agent 要Zuo"kan代码 / 跑测试 / 改文件"，必须Neng跟外部世界打交道。

这一章我们把"工具"这个概念加进来：让模型在需要的时候主动说"请帮我执行 current_time"，我们在本地执行完，把结果塞回去，让它接着说话。

// ============ . Tool 定义 ============
import { Type, type Static } from "typebox";
type Tool = {
  name: string;
  description: string;
  parameters: any;
  execute:  => Promise;
};
const tools: Tool = ;
// ============ . 把 Tool 转成 OpenAI 协议 ============
function buildToolsParam {
  return tools.map => ({
    type: "function" as const,
    function: {
      name: t.name,
      description: t.description,
      parameters: t.parameters,
    },
  }));
}
// ============ . 复用第  章的 streamOpenAI ============
// 直接 import 即可:
import { streamOpenAI, type AssistantMessage } from "../ch02/hello.js";
// ============ . 主流程 ============
const baseUrl = process.env.PI_BASE_URL!;
const apiKey  = process.env.PI_API_KEY!;
const model   = process.env.PI_MODEL!;
const userInput = process.argv.slice.join.trim;
if  {
  console.error;
  process.exit;
}
const messages: any = ;
// ---- 第一轮：让模型决定调不调工具 ----
let assistant1: AssistantMessage | undefined;
for await (const ev of streamOpenAI({
  baseUrl, apiKey, model,
  messages,
  tools: buildToolsParam,
})) {
  if  process.stdout.write;
  if  
    assistant1 = ev.done;
}
console.log;
if  throw new Error;
// 把模型这次的回复追加到 messages 里
messages.push);
// Ru果模型没要求调工具，直接结束
if  {
  process.exit;
}
// ---- 执行所有 tool_calls ----
for  {
  const tool = tools.find => t.name === tc.name);
  let result: string;
  if  {
    result = `Tool "${tc.name}" not found`;
  } else {
    try {
      const args = JSON.parse;
      console.log`);
      result = await tool.execute;
    } catch  {
      result = `Error: ${err.message}`;
    }
  }
分块讲解
第   段：messages 初始化
const messages:any= ;

import{Type,typeStatic}from"typebox";constbashSchema=Type.Object,timeout :Type.Optional),});// bashSchema 本身就是一段 JSON Schema:// {//type :"object",//properties :{//command :{type :"string",description :"Bash command to execute"},//timeout :{type :"number",description :"Timeout in seconds"}//},//required ://}//推出 TS 类型：typeBashInput=Static;//等价于{command:string;timeout?:number}

$npx tsxtool.ts"现在几点？"current_time→"--28T22::+:"现在是年月日晚 点 分。

body :JSON.stringify,tool_choice :"auto",//←这是新的stream :true,}) 

tool_choice 让不让模型调取值含义"auto" 模型自己决定调还是不调 "none"这次禁止调工具，老实回答 "required"这次必须 至少调一个工具，不许直接回答 {"type":"function","function":{"name":"bash"}} 必须调指定的那个 %场景用"auto"。"required""auto".

if{for{constslot=;ifslot.id=tc.id ;ifslot.name=tc.function.name ;ifslot.arguments+=tc.function.arguments ;}}

关键约定： 整个流程完了。

for{consttool=tools.find=>t.name===tc.name );letresult:string ;if{result=`Tool"${tc.name}"notfound`; }else {try {constargs=JSON.parse;console.log`);result=awaittool.execute;}catch{result=`Error:${err.message}`;}}messages.push, });}

要点： 注意：有的 OpenAI 兼容实现要求 tool

消息还要带一个 tool_calls