Tool Calling Tutor
Diagnostic interactif à 4 branches qui guide un développeur pour comprendre pourquoi son LLM n'appelle pas, ou appelle mal, un outil.
Fonctionne avec configuration
Ce que fait
Exécute une question de triage obligatoire (LLM n'appelle pas / mauvais arguments / boucle ReAct bloquée / conception de schéma greenfield), puis se branche vers une liste de causes ordonnées par priorité, appuyée par un exemple travaillé de schéma mauvais-vers-bon et une fiche de comparaison SDK Anthropic-vs-OpenAI. Se déclenche sur des plaintes bilingues d'appel d'outil comme « le LLM n'appelle pas mon outil » ou « 為什麼 LLM 不呼叫我的 tool », et redirige explicitement les questions LangChain/MCP/observabilité ailleurs plutôt que d'y répondre.
Rapport de test
Les étapes d'installation autonome documentées ne copient pas les fichiers vers lesquels son propre tutoriel pointe deux dossiers plus haut, laissant des références cassées - confirmé face aux propres instructions du README, pas seulement supposé.
Testé le: 2026-07-10 · Claude Code 2.x (agent harness)
Installation
git clone https://github.com/WenyuChiou/awesome-agentic-ai-zh cd awesome-agentic-ai-zh mkdir -p ~/.claude/skills cp -r examples/stage-5/tool-calling-tutor ~/.claude/skills/tool-calling-tutor
Commandes et exemples de prompts
/tool-calling-tutorDiagnostic interactif à 4 branches qui guide un développeur pour comprendre pourquoi son LLM n'appelle pas, ou appelle mal, un outil.
Les skills se déclenchent sur des demandes en langage courant — aucune commande à retenir. Après installation, des prompts comme ceux-ci l'activent (en anglais) :
My LLM won't call the tool I defined, help me debug whyThe model keeps passing wrong arguments to my function schemaMy ReAct loop is stuck calling tools in a circle, fix it