AI.Product ClubБлог Михаила Карпова
← Все материалы
HOW-TOИИ для продукта8 мин чтения

Ollama tools: первый вызов инструмента и проверка результата

Как работает tool calling в Ollama: схема функции, проверка аргументов, исполняемый Python-пример и контроль результата инструмента.

Вызов инструмента в Ollama — это обмен между моделью и твоим приложением. Модель предлагает имя функции и аргументы, приложение проверяет их и выполняет разрешённое действие, затем возвращает результат модели. Само поле tools не подключает CRM и не запускает произвольный код.

Разберём технический учебный пример: прочитать статус вымышленного пилота Atlas. Функция возвращает фиксированные данные, ничего не записывает и не обращается к внешним сервисам.

Ollama tools: первый вызов инструмента и проверка результата: последовательность и контрольные значения
Оригинальная схема AI Product Club. Открыть крупнее.

1. Проверь, что модель умеет tool calling

Нужны работающий локальный Ollama, Python 3 и модель с поддержкой инструментов. В официальном примере tool calling используется qwen3; ниже сохранено это имя. Если выбираешь другую модель, проверь поддержку tools, точный тег и доступные ресурсы.

ollama list

Если qwen3 отсутствует и подходит твоему компьютеру, скачай её отдельно:

ollama pull qwen3

Загрузка требует места и сети. Выбор модели подробнее разобран в отдельной статье. Наш скрипт обращается к локальному адресу 127.0.0.1:11434; не открывай этот порт в интернете ради упражнения.

2. Пойми четыре этапа обмена

Этап Что происходит Что проверяем
Описание Приложение передаёт схему функции Имя и допустимые аргументы
Решение модели Приходит tool_calls Запрошена разрешённая функция
Исполнение Приложение читает учебный статус Возвращены реальные данные функции
Ответ Результат с ролью tool передаётся модели Текст не искажает числа

Важно сохранить сообщение assistant с вызовом инструмента в истории. Следующий запрос содержит и этот вызов, и ответ инструмента. Иначе модель не получает полный контекст обмена.

В рабочем продукте разрешения проверяет приложение. Даже правильное имя функции не доказывает, что пользователь имеет право читать данные любого проекта. В нашем примере доступен только один вымышленный набор.

3. Запусти минимальный читающий инструмент

Создай файл ollama_tool_demo.py в отдельной учебной папке и вставь код. Он использует стандартную библиотеку Python, отдельный SDK не требуется.

import json
import urllib.request

MODEL = "qwen3"
URL = "http://127.0.0.1:11434/api/chat"
TOOL = {
    "type": "function",
    "function": {
        "name": "get_pilot_status",
        "description": "Read the status of a fictional product pilot.",
        "parameters": {
            "type": "object",
            "properties": {"project": {"type": "string"}},
            "required": ["project"],
            "additionalProperties": False,
        },
    },
}

def chat(messages, tools=None):
    payload = {"model": MODEL, "messages": messages, "stream": False}
    if tools is not None:
        payload["tools"] = tools
    request = urllib.request.Request(
        URL, data=json.dumps(payload).encode(),
        headers={"Content-Type": "application/json"},
    )
    with urllib.request.urlopen(request, timeout=180) as response:
        return json.load(response)["message"]

def execute(call):
    function = call.get("function", {})
    args = function.get("arguments")
    if function.get("name") != "get_pilot_status":
        raise ValueError("Unexpected tool name")
    if not isinstance(args, dict) or set(args) != {"project"}:
        raise ValueError("Invalid arguments")
    if not isinstance(args["project"], str):
        raise ValueError("Project must be a string")
    if args["project"] != "Atlas":
        return {"error": "project_not_found"}
    return {"project": "Atlas", "invited": 20, "active": 12,
            "status": "pilot", "source": "training_fixture"}

def main():
    messages = [{"role": "user", "content":
        "Вызови get_pilot_status для проекта Atlas. "
        "Сообщи приглашённые и активные команды. Не угадывай данные."}]
    first = chat(messages, [TOOL])
    calls = first.get("tool_calls", [])
    if len(calls) != 1:
        raise RuntimeError("Expected exactly one tool call; inspect response")
    result = execute(calls[0])
    print("TOOL_RESULT", json.dumps(result, ensure_ascii=False))
    messages.append(first)
    messages.append({"role": "tool", "tool_name": "get_pilot_status",
                     "content": json.dumps(result, ensure_ascii=False)})
    final = chat(messages)
    if final.get("tool_calls"):
        raise RuntimeError("Unexpected additional tool call")
    print("ANSWER", final.get("content", ""))

if __name__ == "__main__":
    main()

Запусти из этой папки:

python3 ollama_tool_demo.py

На Windows команда может называться python или py; используй установленный Python 3. Скрипт ожидает ровно один вызов инструмента и останавливается при неожиданном имени или структуре аргументов. Это намеренное ограничение учебного примера, а не полноценный агентный цикл.

4. Проверь результат функции и ответ отдельно

В строке TOOL_RESULT должны быть проект Atlas, 20 приглашённых и 12 активных команд, статус pilot и источник training_fixture. Это ожидаемый результат учебной функции. В строке ANSWER модель должна сохранить эти значения и не объявлять пилот завершённым.

Если модель сразу написала ответ без tool_calls, тест не пройден — даже когда числа случайно совпали. Приложение ещё не получило доказательства выполнения инструмента. Проверь модель, её тег и формулировку запроса.

Ошибка Следующий шаг
Соединение отклонено Проверить запуск Ollama и локальный адрес
Модель не найдена Сопоставить MODEL с ollama list
Нет единственного tool call Изучить ответ и поддержку инструментов
Неожиданные аргументы Исправить схему или запрос, не выполнять их вслепую
Функция вернула 12, текст говорит 20 активных Ошибка финального ответа; данные инструмента не менять

Для отрицательной проверки замени Atlas в пользовательском сообщении на Unknown. Если модель передаст это имя, функция вернёт project_not_found. Итог должен сообщить отсутствие проекта, а не придумать его показатели. Если модель не вызвала функцию, это отдельный исход, который тоже нужно зафиксировать.

Этот пример не использует eval, запуск команд оболочки или выбор функции по произвольной строке. В продакшене добавь проверку прав, ограничение времени, журнал и предел количества повторных вызовов. Расширять список инструментов стоит после приёмки одного понятного действия.

5. Переходи от фикстуры к источнику постепенно

Сначала замени фиксированный словарь чтением разрешённого источника и сохрани ту же структуру ответа. Затем проверь недоступный источник и пустые данные. Не превращай ошибку чтения в нулевые показатели: «нет данных» и «ноль активных» имеют разный смысл.

Для обычного текстового запроса без инструментов есть руководство по API Ollama. Системную практику построения агентов можно продолжить на курсе под статьёй.

Документация проверена 20 ноября 2026 года. Синтаксис Python и локальная функция проверены без модели; полный обмен с Ollama не запускался.

Todo: попробуй на своей задачеПрогресс сохраняется в этом браузере.
ПРАКТИКА НА КУРСЕ / AI PRODUCT CLUB

Собери своего ИИ-агента и проверь результат

«AI Agents: от vibe coding к AI-команде»: desktop agents, MCP, skills, evals и harness. Отдельные воркшопы — от подключения инструментов до контроля качества.

7 практических воркшопов · записи · вопросы автору в чате

Посмотреть программу курса ↗

Автор: — практик автоматизации и автор курсов AI Product Club.