LLM提问：“生成命令"和"返回 JSON” 两种方式解析
目录
- LLM提问："生成命令"和"返回 JSON" 两种方式解析
- 先厘清：这里其实有三种不同做法
- A（命令） vs C（自己解析JSON）优劣
- 更推荐的第四条路：B 结构化工具调用（function calling）
- 还有哪些方式
- 怎么选（场景化建议）
- 先分清：这里的"命令"有两种形态
- 路径一：SKILL.md 里的 bash 命令，怎么执行
- 路径二：skill_tool.py 把技能包成结构化工具（更规范的执行方式）
先厘清：这里其实有三种不同做法
| 做法 | LLM 实际输出什么 | 谁来解析/执行 |
|---|---|---|
| A. 生成命令（本技能用的） | 一段 shell 命令文本download_source.py --filters '[...]' | shell 执行 + 脚本内argparse/json.loads |
| B. 结构化工具调用（function calling） | 一个 JSON：{tool:"download", args:{scenario:"X2D",...}} | Agent 框架按 schema 校验后调用函数 |
| C. 返回自由 JSON/文本 | 一段 JSON 或自然语言 | 你自己写代码去json.loads+ 校验 |
你说的"要执行的命令"是 A，“解析 JSON"更像 C。而现代 agent 最主流的其实是B——注意 B 本质上 LLM 也是"返回
)
 agent和组件)