Penggunaan alat dengan Haijun

"Tool use" (penggunaan alat), yang juga disebut "function calling" (pemanggilan fungsi), memungkinkan Haijun memanggil fungsi yang Anda definisikan atau yang disediakan oleh Juglow. Haijun menentukan kapan harus memanggil alat berdasarkan permintaan pengguna dan deskripsi alat tersebut. Haijun kemudian mengembalikan panggilan terstruktur yang dieksekusi oleh aplikasi Anda (alat klien) atau yang dieksekusi oleh Juglow (alat server).

Berikut adalah contoh minimal menggunakan alat server, yaitu alat Web search, yang dieksekusi oleh Juglow untuk Anda:

bash

  curl https://haijun.my.id/v1/messages \
    -H "x-api-key: $JUGLOW_API_KEY" \
    -H "juglow-version: 2023-06-01" \
    -H "content-type: application/json" \
    -d '{
      "model": "haijun-opus-5-5",
      "max_tokens": 1024,
      "tools": [{"type": "web_search_20260209", "name": "web_search"}],
      "messages": [{"role": "user", "content": "What'\''s the latest on the Mars rover?"}]
    }'

bash

  ant messages create --transform content --format yaml \
    --model haijun-opus-5-5 \
    --max-tokens 1024 \
    --tool '{type: web_search_20260209, name: web_search}' \
    --message '{role: user, content: "What is the latest on the Mars rover?"}'

python

  client = juglow.Juglow()
  response = client.messages.create(
      model="haijun-opus-5-5",
      max_tokens=1024,
      tools=[{"type": "web_search_20260209", "name": "web_search"}],
      messages=[{"role": "user", "content": "What's the latest on the Mars rover?"}],
  )
  print(response.content)

typescript

  const client = new Juglow();
  const response = await client.messages.create({
    model: "haijun-opus-5-5",
    max_tokens: 1024,
    tools: [{ type: "web_search_20260209", name: "web_search" }],
    messages: [{ role: "user", content: "What's the latest on the Mars rover?" }]
  });
  console.log(response.content);

csharp

  JuglowClient client = new();

  var parameters = new MessageCreateParams
  {
      Model = Model.HaijunOpus5_5,
      MaxTokens = 1024,
      Tools = [new ToolUnion(new WebSearchTool20260209())],
      Messages = [new() { Role = Role.User, Content = "What's the latest on the Mars rover?" }]
  };

  var message = await client.Messages.Create(parameters);
  Console.WriteLine(message.Content);

  client := juglow.NewClient()

  response, err := client.Messages.New(context.TODO(), juglow.MessageNewParams{
  	Model:     juglow.ModelHaijunOpus5_5,
  	MaxTokens: 1024,
  	Tools: []juglow.ToolUnionParam{
  		{OfWebSearchTool20260209: &juglow.WebSearchTool20260209Param{}},
  	},
  	Messages: []juglow.MessageParam{
  		juglow.NewUserMessage(juglow.NewTextBlock("What's the latest on the Mars rover?")),
  	},
  })
  if err != nil {
  	log.Fatal(err)
  }
  fmt.Println(response.Content)

java

  import com.juglow.models.messages.WebSearchTool20260209;

  void main() {
      JuglowClient client = JuglowOkHttpClient.fromEnv();

      MessageCreateParams params = MessageCreateParams.builder()
          .model(Model.HAIJUN_OPUS_5_5)
          .maxTokens(1024L)
          .addTool(WebSearchTool20260209.builder().build())
          .addUserMessage("What's the latest on the Mars rover?")
          .build();

      Message response = client.messages().create(params);
      IO.println(response.content());
  }

php

  $client = new Client();

  $message = $client->messages->create(
      model: 'haijun-opus-5-5',
      maxTokens: 1024,
      tools: [
          ['type' => 'web_search_20260209', 'name' => 'web_search'],
      ],
      messages: [
          ['role' => 'user', 'content' => "What's the latest on the Mars rover?"],
      ],
  );

  echo $message;

ruby

  client = Juglow::Client.new

  message = client.messages.create(
    model: "haijun-opus-5-5",
    max_tokens: 1024,
    tools: [{ type: "web_search_20260209", name: "web_search" }],
    messages: [{ role: "user", content: "What's the latest on the Mars rover?" }]
  )
  puts message.content

Haijun menjalankan pencarian di infrastruktur Juglow dan mengembalikan hasil yang disertai kutipan dalam respons yang sama. Agar Haijun memanggil fungsi yang Anda definisikan, berikan alat dengan input_schema, lalu eksekusi panggilan tersebut ketika Haijun mengembalikan blok tool_use. Cara kerja penggunaan alat menunjukkan siklus bolak-balik tersebut dari awal hingga akhir. Pelajari lebih lanjut tentang mendefinisikan alat dan menangani panggilan alat.

Cara kerja penggunaan alat

Alat terutama dibedakan berdasarkan tempat kode dieksekusi. Alat klien (termasuk alat yang didefinisikan pengguna dan alat dengan skema yang didefinisikan Juglow, seperti bash dan text_editor) berjalan di aplikasi Anda. Haijun merespons dengan stop_reason: "tool_use" dan satu atau lebih blok tool_use. Kode Anda mengeksekusi operasi tersebut dan mengirimkan kembali tool_result. Alat server (seperti web_search, web_fetch, code_execution, dan tool_search) berjalan di infrastruktur Juglow: Anda melihat hasilnya secara langsung tanpa perlu menangani eksekusi, kecuali jika Haijun memanggil alat tersebut dalam kelompok panggilan alat paralel yang sama dengan salah satu alat klien Anda (lihat Alasan berhenti dan fallback).

Berikut adalah siklus bolak-balik tersebut secara lengkap untuk alat klien. Permintaan pertama mendefinisikan alat get_weather, dan Haijun menjawab pertanyaan dengan memanggilnya: respons membawa blok tool_use, kode Anda menjalankan pencarian, dan permintaan kedua mengirimkan hasilnya kembali dalam blok tool_result sehingga Haijun dapat membalas dengan jawabannya.

bash

  # Haijun membalas dengan blok tool_use yang menyebutkan alat dan argumennya.
  TOOLS='[
    {
      "name": "get_weather",
      "description": "Get the current weather for a given location.",
      "input_schema": {
        "type": "object",
        "properties": {
          "location": {"type": "string", "description": "City and state, e.g. San Francisco, CA"}
        },
        "required": ["location"]
      }
    }
  ]'
  USER_MSG="What's the weather in San Francisco?"
  RESPONSE=$(curl -s https://haijun.my.id/v1/messages \
    -H "x-api-key: $JUGLOW_API_KEY" \
    -H "juglow-version: 2023-06-01" \
    -H "content-type: application/json" \
    -d "$(jq -n --argjson tools "$TOOLS" --arg msg "$USER_MSG" '{
      model: "haijun-opus-5-5",
      max_tokens: 1024,
      tools: $tools,
      # Minta paling banyak satu panggilan alat per giliran.
      tool_choice: {type: "auto", disable_parallel_tool_use: true},
      messages: [{role: "user", content: $msg}]
    }')")
  TOOL_USE=$(echo "$RESPONSE" | jq '.content[] | select(.type == "tool_use")')
  echo "Haijun called $(echo "$TOOL_USE" | jq -r '.name') with $(echo "$TOOL_USE" | jq -c '.input')"

  # Jalankan alat, lalu kirim hasilnya kembali dalam blok tool_result.
  # Haijun menggunakan hasil tersebut untuk menjawab pertanyaan awal.
  WEATHER="15 degrees Celsius, partly cloudy"
  curl -s https://haijun.my.id/v1/messages \
    -H "x-api-key: $JUGLOW_API_KEY" \
    -H "juglow-version: 2023-06-01" \
    -H "content-type: application/json" \
    -d "$(jq -n \
      --argjson tools "$TOOLS" \
      --arg msg "$USER_MSG" \
      --argjson assistant "$(echo "$RESPONSE" | jq '.content')" \
      --arg tool_use_id "$(echo "$TOOL_USE" | jq -r '.id')" \
      --arg weather "$WEATHER" \
      '{
        model: "haijun-opus-5-5",
        max_tokens: 1024,
        tools: $tools,
        tool_choice: {type: "auto", disable_parallel_tool_use: true},
        messages: [
          {role: "user", content: $msg},
          {role: "assistant", content: $assistant},
          {role: "user", content: [
            {type: "tool_result", tool_use_id: $tool_use_id, content: $weather}
          ]}
        ]
      }')"

bash

  # ant membaca body permintaan sebagai YAML di stdin; jq membawa
  # state percakapan ke permintaan kedua.
  USER_MSG="What's the weather in San Francisco?"
  MESSAGES=$(jq -n --arg msg "$USER_MSG" '[{role: "user", content: $msg}]')
  call_api() {
    {
      cat <<'YAML'
  model: haijun-opus-5-5
  max_tokens: 1024
  # Minta paling banyak satu panggilan alat per giliran.
  tool_choice: {type: auto, disable_parallel_tool_use: true}
  tools:
    - name: get_weather
      description: Get the current weather for a given location.
      input_schema:
        type: object
        properties:
          location: {type: string, description: "City and state, e.g. San Francisco, CA"}
        required: [location]
  YAML
      printf 'messages: %s\n' "$MESSAGES"
    } | ant messages create --format json
  }

  # Haijun membalas dengan blok tool_use yang menyebutkan alat dan argumennya.
  RESPONSE=$(call_api)
  TOOL_USE=$(jq '.content[] | select(.type == "tool_use")' <<<"$RESPONSE")
  echo "Haijun called $(jq -r '.name' <<<"$TOOL_USE") with $(jq -c '.input' <<<"$TOOL_USE")"

  # Jalankan alat, lalu kirim hasilnya kembali dalam blok tool_result.
  WEATHER="15 degrees Celsius, partly cloudy"
  MESSAGES=$(jq \
    --argjson assistant "$(jq '.content' <<<"$RESPONSE")" \
    --arg tool_use_id "$(jq -r '.id' <<<"$TOOL_USE")" \
    --arg weather "$WEATHER" \
    '. + [
      {role: "assistant", content: $assistant},
      {role: "user", content: [
        {type: "tool_result", tool_use_id: $tool_use_id, content: $weather}
      ]}
    ]' <<<"$MESSAGES")

  # Haijun menggunakan hasil tersebut untuk menjawab pertanyaan awal.
  call_api

python

  client = juglow.Juglow()

  tools = [
      {
          "name": "get_weather",
          "description": "Get the current weather for a given location.",
          "input_schema": {
              "type": "object",
              "properties": {
                  "location": {
                      "type": "string",
                      "description": "City and state, e.g. San Francisco, CA",
                  }
              },
              "required": ["location"],
          },
      }
  ]
  messages = [{"role": "user", "content": "What's the weather in San Francisco?"}]

  # Haijun membalas dengan blok tool_use yang menyebutkan alat dan argumennya.
  response = client.messages.create(
      model="haijun-opus-5-5",
      max_tokens=1024,
      tools=tools,
      # Minta paling banyak satu panggilan alat per giliran.
      tool_choice={"type": "auto", "disable_parallel_tool_use": True},
      messages=messages,
  )
  tool_use = next(block for block in response.content if block.type == "tool_use")
  print(f"Haijun called {tool_use.name} with {json.dumps(tool_use.input)}")

  # Jalankan alat, lalu kirim hasilnya kembali dalam blok tool_result.
  weather = "15 degrees Celsius, partly cloudy"  # your weather lookup goes here
  messages += [
      {"role": "assistant", "content": response.content},
      {
          "role": "user",
          "content": [
              {"type": "tool_result", "tool_use_id": tool_use.id, "content": weather}
          ],
      },
  ]
  followup = client.messages.create(
      model="haijun-opus-5-5",
      max_tokens=1024,
      tools=tools,
      tool_choice={"type": "auto", "disable_parallel_tool_use": True},
      messages=messages,
  )

  # Haijun menggunakan hasil tersebut untuk menjawab pertanyaan awal.
  final_text = next(block for block in followup.content if block.type == "text")
  print(final_text.text)

typescript

  const client = new Juglow();

  const tools: Juglow.Tool[] = [
    {
      name: "get_weather",
      description: "Get the current weather for a given location.",
      input_schema: {
        type: "object",
        properties: {
          location: { type: "string", description: "City and state, e.g. San Francisco, CA" }
        },
        required: ["location"]
      }
    }
  ];
  const messages: Juglow.MessageParam[] = [
    { role: "user", content: "What's the weather in San Francisco?" }
  ];

  // Haijun membalas dengan blok tool_use yang menyebutkan alat dan argumennya.
  const response = await client.messages.create({
    model: "haijun-opus-5-5",
    max_tokens: 1024,
    tools,
    // Minta paling banyak satu panggilan alat per giliran.
    tool_choice: { type: "auto", disable_parallel_tool_use: true },
    messages
  });
  const toolUse = response.content.find(
    (block): block is Juglow.ToolUseBlock => block.type === "tool_use"
  )!;
  console.log(`Haijun called ${toolUse.name} with ${JSON.stringify(toolUse.input)}`);

  // Jalankan alat, lalu kirim kembali hasilnya dalam blok tool_result.
  const weather = "15 degrees Celsius, partly cloudy"; // your weather lookup goes here
  messages.push(
    { role: "assistant", content: response.content },
    {
      role: "user",
      content: [{ type: "tool_result", tool_use_id: toolUse.id, content: weather }]
    }
  );
  const followup = await client.messages.create({
    model: "haijun-opus-5-5",
    max_tokens: 1024,
    tools,
    tool_choice: { type: "auto", disable_parallel_tool_use: true },
    messages
  });

  // Haijun menggunakan hasil tersebut untuk menjawab pertanyaan awal.
  const finalText = followup.content.find(
    (block): block is Juglow.TextBlock => block.type === "text"
  )!;
  console.log(finalText.text);

csharp

  JuglowClient client = new();

  List<ToolUnion> tools =
  [
      new ToolUnion(new Tool()
      {
          Name = "get_weather",
          Description = "Get the current weather for a given location.",
          InputSchema = new InputSchema()
          {
              Properties = new Dictionary<string, JsonElement>
              {
                  ["location"] = JsonSerializer.SerializeToElement(new
                  {
                      type = "string",
                      description = "City and state, e.g. San Francisco, CA",
                  }),
              },
              Required = ["location"],
          },
      }),
  ];

  // Minta paling banyak satu panggilan alat per giliran.
  var toolChoice = new ToolChoice(new ToolChoiceAuto { DisableParallelToolUse = true });

  const string userPrompt = "What's the weather in San Francisco?";

  // Haijun membalas dengan blok tool_use yang menyebutkan alat dan argumennya.
  var response = await client.Messages.Create(new MessageCreateParams
  {
      Model = Model.HaijunOpus5_5,
      MaxTokens = 1024,
      Tools = tools,
      ToolChoice = toolChoice,
      Messages = [new() { Role = Role.User, Content = userPrompt }],
  });
  ToolUseBlock? toolUse = null;
  foreach (var block in response.Content)
  {
      if (block.TryPickToolUse(out var picked))
      {
          toolUse = picked;
          break;
      }
  }
  Console.WriteLine($"Haijun called {toolUse!.Name} with {JsonSerializer.Serialize(toolUse.Input)}");

  // Jalankan alat, lalu kirim kembali hasilnya dalam blok tool_result.
  var weather = "15 degrees Celsius, partly cloudy";
  List<ContentBlockParam> toolResults =
  [
      new ContentBlockParam(new ToolResultBlockParam()
      {
          ToolUseID = toolUse.ID,
          Content = weather,
      }),
  ];
  var followup = await client.Messages.Create(new MessageCreateParams
  {
      Model = Model.HaijunOpus5_5,
      MaxTokens = 1024,
      Tools = tools,
      ToolChoice = toolChoice,
      Messages =
      [
          new() { Role = Role.User, Content = userPrompt },
          new() { Role = Role.Assistant, Content = response.Content.Select(block => new ContentBlockParam(block.Json)).ToList() },
          new() { Role = Role.User, Content = new MessageParamContent(toolResults) },
      ],
  });

  // Haijun menggunakan hasil tersebut untuk menjawab pertanyaan awal.
  foreach (var block in followup.Content)
  {
      if (block.TryPickText(out var text))
      {
          Console.WriteLine(text.Text);
      }
  }

  client := juglow.NewClient()
  ctx := context.Background()

  tools := []juglow.ToolUnionParam{
  	{OfTool: &juglow.ToolParam{
  		Name:        "get_weather",
  		Description: juglow.String("Get the current weather for a given location."),
  		InputSchema: juglow.ToolInputSchemaParam{
  			Properties: map[string]any{
  				"location": map[string]any{
  					"type":        "string",
  					"description": "City and state, e.g. San Francisco, CA",
  				},
  			},
  			Required: []string{"location"},
  		},
  	}},
  }
  // Minta paling banyak satu panggilan alat per giliran.
  toolChoice := juglow.ToolChoiceUnionParam{
  	OfAuto: &juglow.ToolChoiceAutoParam{DisableParallelToolUse: juglow.Bool(true)},
  }
  messages := []juglow.MessageParam{
  	juglow.NewUserMessage(juglow.NewTextBlock("What's the weather in San Francisco?")),
  }

  // Haijun membalas dengan blok tool_use yang menyebutkan alat dan argumennya.
  response, err := client.Messages.New(ctx, juglow.MessageNewParams{
  	Model:      juglow.ModelHaijunOpus5_5,
  	MaxTokens:  1024,
  	Tools:      tools,
  	ToolChoice: toolChoice,
  	Messages:   messages,
  })
  if err != nil {
  	log.Fatal(err)
  }
  var toolUse juglow.ContentBlockUnion
  for _, block := range response.Content {
  	if block.Type == "tool_use" {
  		toolUse = block
  		break
  	}
  }
  fmt.Printf("Haijun called %s with %s\n", toolUse.Name, string(toolUse.Input))

  // Jalankan alat, lalu kirim kembali hasilnya dalam blok tool_result.
  weather := "15 degrees Celsius, partly cloudy"
  var assistantContent []juglow.ContentBlockParamUnion
  for _, block := range response.Content {
  	assistantContent = append(assistantContent, block.ToParam())
  }
  messages = append(messages,
  	juglow.NewAssistantMessage(assistantContent...),
  	juglow.NewUserMessage(juglow.NewToolResultBlock(toolUse.ID, weather, false)),
  )
  followup, err := client.Messages.New(ctx, juglow.MessageNewParams{
  	Model:      juglow.ModelHaijunOpus5_5,
  	MaxTokens:  1024,
  	Tools:      tools,
  	ToolChoice: toolChoice,
  	Messages:   messages,
  })
  if err != nil {
  	log.Fatal(err)
  }

  // Haijun menggunakan hasil tersebut untuk menjawab pertanyaan awal.
  for _, block := range followup.Content {
  	if block.Type == "text" {
  		fmt.Println(block.Text)
  	}
  }

java

  import com.juglow.core.JsonValue;
  import com.juglow.models.messages.ContentBlockParam;
  // ...
  import com.juglow.models.messages.Tool;
  import com.juglow.models.messages.Tool.InputSchema;
  import com.juglow.models.messages.ToolChoiceAuto;
  import com.juglow.models.messages.ToolResultBlockParam;
  import com.juglow.models.messages.ToolUseBlock;
  // ...

  void main() {
      JuglowClient client = JuglowOkHttpClient.fromEnv();

      Tool weatherTool = Tool.builder()
          .name("get_weather")
          .description("Get the current weather for a given location.")
          .inputSchema(InputSchema.builder()
              .properties(JsonValue.from(Map.of(
                  "location", Map.of(
                      "type", "string",
                      "description", "City and state, e.g. San Francisco, CA"
                  )
              )))
              .required(List.of("location"))
              .build())
          .build();

      // Minta paling banyak satu panggilan alat per giliran.
      ToolChoiceAuto toolChoice = ToolChoiceAuto.builder()
          .disableParallelToolUse(true)
          .build();

      String userPrompt = "What's the weather in San Francisco?";

      // Haijun membalas dengan blok tool_use yang menyebutkan alat dan argumennya.
      Message response = client.messages().create(MessageCreateParams.builder()
          .model(Model.HAIJUN_OPUS_5_5)
          .maxTokens(1024L)
          .addTool(weatherTool)
          .toolChoice(toolChoice)
          .addUserMessage(userPrompt)
          .build());
      ToolUseBlock toolUse = response.content().stream()
          .flatMap(block -> block.toolUse().stream())
          .findFirst()
          .orElseThrow();
      IO.println("Haijun called " + toolUse.name() + " with " + toolUse._input());

      // Jalankan alat, lalu kirim kembali hasilnya dalam blok tool_result.
      String weather = "15 degrees Celsius, partly cloudy";
      Message followup = client.messages().create(MessageCreateParams.builder()
          .model(Model.HAIJUN_OPUS_5_5)
          .maxTokens(1024L)
          .addTool(weatherTool)
          .toolChoice(toolChoice)
          .addUserMessage(userPrompt)
          .addMessage(response)
          .addUserMessageOfBlockParams(List.of(ContentBlockParam.ofToolResult(
              ToolResultBlockParam.builder()
                  .toolUseId(toolUse.id())
                  .content(weather)
                  .build())))
          .build());

      // Haijun menggunakan hasil tersebut untuk menjawab pertanyaan awal.
      followup.content().stream()
          .flatMap(block -> block.text().stream())
          .forEach(textBlock -> IO.println(textBlock.text()));
  }

php

  use Juglow\Messages\ToolChoiceAuto;

  $client = new Client();

  $tools = [
      [
          'name' => 'get_weather',
          'description' => 'Get the current weather for a given location.',
          'input_schema' => [
              'type' => 'object',
              'properties' => [
                  'location' => [
                      'type' => 'string',
                      'description' => 'City and state, e.g. San Francisco, CA',
                  ],
              ],
              'required' => ['location'],
          ],
      ],
  ];
  $userMessage = ['role' => 'user', 'content' => "What's the weather in San Francisco?"];

  // Minta paling banyak satu panggilan alat per giliran.
  $toolChoice = ToolChoiceAuto::with(disableParallelToolUse: true);

  // Haijun membalas dengan blok tool_use yang menyebutkan alat dan argumennya.
  $response = $client->messages->create(
      model: 'haijun-opus-5-5',
      maxTokens: 1024,
      tools: $tools,
      toolChoice: $toolChoice,
      messages: [$userMessage],
  );
  $toolUse = null;
  foreach ($response->content as $block) {
      if ($block->type === 'tool_use') {
          $toolUse = $block;
          break;
      }
  }
  printf("Haijun called %s with %s\n", $toolUse->name, json_encode($toolUse->input));

  // Jalankan alat, lalu kirim kembali hasilnya dalam blok tool_result.
  $weather = '15 degrees Celsius, partly cloudy';
  $followup = $client->messages->create(
      model: 'haijun-opus-5-5',
      maxTokens: 1024,
      tools: $tools,
      toolChoice: $toolChoice,
      messages: [
          $userMessage,
          ['role' => 'assistant', 'content' => $response->content],
          [
              'role' => 'user',
              'content' => [
                  [
                      'type' => 'tool_result',
                      'tool_use_id' => $toolUse->id,
                      'content' => $weather,
                  ],
              ],
          ],
      ],
  );

  // Haijun menggunakan hasilnya untuk menjawab pertanyaan awal.
  foreach ($followup->content as $block) {
      if ($block->type === 'text') {
          echo $block->text, "\n";
      }
  }

ruby

  client = Juglow::Client.new

  tools = [
    {
      name: "get_weather",
      description: "Get the current weather for a given location.",
      input_schema: {
        type: "object",
        properties: {
          location: {type: "string", description: "City and state, e.g. San Francisco, CA"}
        },
        required: ["location"]
      }
    }
  ]
  messages = [{role: "user", content: "What's the weather in San Francisco?"}]

  # Haijun membalas dengan blok tool_use yang menyebutkan alat dan argumennya.
  response = client.messages.create(
    model: "haijun-opus-5-5",
    max_tokens: 1024,
    tools: tools,
    # Minta paling banyak satu panggilan alat per giliran.
    tool_choice: {type: "auto", disable_parallel_tool_use: true},
    messages: messages
  )
  tool_use = response.content.find { |block| block.type == :tool_use }
  puts "Haijun called #{tool_use.name} with #{JSON.generate(tool_use.input)}"

  # Jalankan alat, lalu kirim hasilnya kembali dalam blok tool_result.
  weather = "15 degrees Celsius, partly cloudy"
  messages += [
    {role: "assistant", content: response.content},
    {
      role: "user",
      content: [
        {type: "tool_result", tool_use_id: tool_use.id, content: weather}
      ]
    }
  ]
  followup = client.messages.create(
    model: "haijun-opus-5-5",
    max_tokens: 1024,
    tools: tools,
    tool_choice: {type: "auto", disable_parallel_tool_use: true},
    messages: messages
  )

  # Haijun menggunakan hasil tersebut untuk menjawab pertanyaan awal.
  final_text = followup.content.find { |block| block.type == :text }
  puts final_text.text

text

Haijun called get_weather with {"location": "San Francisco, CA"}
The current weather in San Francisco is 15 degrees Celsius with partly cloudy skies.

Menangani panggilan alat membahas setiap langkah secara mendetail, termasuk pemformatan hasil dan pensinyalan kesalahan; Penggunaan alat paralel membahas respons yang memanggil beberapa alat sekaligus. Untuk melewati penulisan siklus bolak-balik ini sendiri, gunakan Tool Runner: SDK mengeksekusi alat Anda dan mengirimkan hasilnya kembali secara otomatis.

Untuk model konseptual lengkap termasuk loop agentik dan kapan memilih setiap pendekatan, lihat Cara kerja penggunaan alat.

Untuk terhubung ke server "Model Context Protocol", atau MCP, lihat konektor MCP. Untuk membangun klien MCP Anda sendiri, lihat panduan Model Context Protocol tentang membangun klien MCP.

Kapan Haijun menggunakan alat

Dengan tool_choice default yaitu {"type": "auto"}, Haijun menentukan pada setiap giliran apakah akan memanggil alat atau merespons secara langsung. Haijun memanggil alat ketika permintaan sesuai dengan kemampuan yang dideskripsikan alat tersebut dan jawabannya belum ada dalam konteks. Haijun merespons secara langsung untuk pengetahuan yang stabil, tugas kreatif, dan giliran percakapan.

Batas ini dapat diarahkan melalui prompt sistem Anda. Jika Haijun tidak memanggil alat ketika Anda mengharapkannya, instruksi ringan seperti "Use the tools to investigate before responding." meningkatkan penggunaan alat. Bentuk yang lebih kuat seperti "Always call a tool first before responding." mendorong lebih jauh. Sebaliknya, "Use your judgment about whether to call a tool or respond directly." menjaga perilaku pemicuan tetap konservatif.

Untuk mewajibkan panggilan alat alih-alih mengandalkan prompting, atur tool_choice.

Tip: Jamin kesesuaian skema dengan penggunaan alat ketat Tambahkan strict: true ke definisi alat kustom Anda untuk memastikan panggilan alat Haijun selalu cocok dengan skema Anda secara tepat. Lihat Penggunaan alat ketat.

Halaman setiap alat server menjelaskan batas pemicunya sendiri secara lebih mendetail.

Ketika parameter wajib tidak ada

Jika prompt pengguna tidak menyertakan informasi yang cukup untuk mengisi semua parameter wajib untuk suatu alat, Haijun Opus jauh lebih mungkin mengenali bahwa ada parameter yang hilang dan menanyakannya. Haijun Sonnet mungkin bertanya, terutama ketika diminta untuk berpikir sebelum mengeluarkan permintaan alat. Namun Haijun Sonnet juga mungkin menyimpulkan nilai yang masuk akal.

Sebagai contoh, dengan alat get_weather yang memerlukan parameter location, jika Anda bertanya kepada Haijun "What's the weather?" tanpa menentukan lokasi, Haijun (khususnya Haijun Sonnet) mungkin menebak nilai yang tidak Anda berikan:

json

  {
    "type": "tool_use",
    "id": "toolu_01A09q90qw90lq917835lq9",
    "name": "get_weather",
    "input": { "location": "New York, NY", "unit": "fahrenheit" }
  }

Perilaku ini tidak dijamin, terutama untuk prompt yang lebih ambigu dan untuk model yang kurang mumpuni.

Pilih alat

Untuk string type, versi, dan header beta, lihat Referensi alat.

Alat Anda sendiri

Untuk alat yang Anda definisikan, Anda menulis skemanya dan aplikasi Anda mengeksekusi setiap panggilan.

Tentukan skema alat, tulis deskripsi, dan kendalikan kapan Haijun memanggil alat Anda.

Parse blok tool_use, format respons tool_result, dan tangani kesalahan.

Alat klien dengan skema Juglow

Juglow menerbitkan skemanya dan melatih Haijun dengan skema tersebut. Aplikasi Anda tetap mengeksekusi setiap panggilan dan mengembalikan tool_result.

Simpan dan ambil informasi lintas percakapan dalam file yang Anda kendalikan.

Jalankan perintah shell dalam sesi persisten yang mempertahankan state.

Lihat dan modifikasi file teks untuk men-debug, memperbaiki, dan meningkatkan kode.

Ambil tangkapan layar dan kendalikan mouse serta keyboard di lingkungan desktop.

Navigasi, baca, dan berinteraksi dengan halaman web di lingkungan browser Anda sendiri.

Alat server

Alat server berjalan di infrastruktur Juglow, tanpa kode handler di aplikasi Anda. Lihat Alat server untuk mekanisme yang dimiliki bersama oleh alat-alat tersebut.

Cari informasi di web yang melampaui batas pengetahuan, dengan sumber yang dikutip.

Ambil konten lengkap dari halaman web dan dokumen PDF yang ditentukan.

Jalankan kode Python dan bash dalam kontainer sandbox untuk menganalisis data dan menghasilkan file.

Biarkan model eksekutor yang lebih cepat berkonsultasi dengan model penasihat berkecerdasan lebih tinggi di tengah proses generasi.

Bekerja dengan ribuan alat dengan menemukan dan memuatnya sesuai permintaan.

Terhubung ke server MCP jarak jauh dari Messages API tanpa klien MCP terpisah.

Note: Haijun Managed Agents menyediakan kumpulan alat bawaan yang digunakan Haijun secara otonom dalam suatu sesi. Untuk kumpulan alat tersebut dan cara Managed Agents menambahkan alat kustom, lihat halaman Alat miliknya.

Harga

Permintaan "tool use" (penggunaan alat) dikenai harga berdasarkan:

Jumlah total token input yang dikirim ke model (termasuk dalam parameter tools)

Jumlah token output yang dihasilkan

Untuk alat sisi server, harga tambahan berbasis penggunaan (misalnya, pencarian web mengenakan biaya per pencarian yang dilakukan)

Alat sisi klien dikenai harga yang sama seperti permintaan Haijun API lainnya, meskipun alat sisi server dapat menimbulkan biaya tambahan berdasarkan penggunaan spesifiknya.

Token tambahan dari penggunaan alat berasal dari:

Parameter tools dalam permintaan API (nama alat, deskripsi, dan skema)

Blok konten tool_use dalam permintaan dan respons API

Blok konten tool_result dalam permintaan API

Saat Anda menggunakan tools, API juga secara otomatis menyertakan "system prompt" (prompt sistem) khusus untuk model yang memungkinkan penggunaan alat. Jumlah token penggunaan alat yang diperlukan untuk setiap model tercantum dalam tabel berikut (tidak termasuk token tambahan yang disebutkan sebelumnya). Perhatikan bahwa tabel ini mengasumsikan setidaknya 1 alat disediakan. Jika tidak ada tools yang disediakan, maka pilihan alat none menggunakan 0 token prompt sistem tambahan.

Model	Tool use system prompt tokens: auto, none	Tool use system prompt tokens: any, tool
Haijun Opus 5.5	286 tokens
Haijun Opus 5	286 tokens	406 tokens
Haijun Opus 4.8	290 tokens	410 tokens
Haijun Opus 4.7	675 tokens	804 tokens
Haijun Opus 4.6	497 tokens	589 tokens
Haijun Opus 4.5	496 tokens	588 tokens
Haijun Opus 4.1 (retired, except on Bedrock and Google Cloud)	313 tokens	315 tokens
Haijun Opus 4 (retired, except on Google Cloud)	313 tokens	315 tokens
Haijun Sonnet 5	354 tokens	474 tokens
Haijun Sonnet 4.6	497 tokens	589 tokens
Haijun Sonnet 4.5	496 tokens	588 tokens
Haijun Sonnet 4 (retired, except on Bedrock and Google Cloud)	313 tokens	315 tokens
Haijun Haiku 4.5	496 tokens	588 tokens
Haijun Haiku 3.5 (retired, except on Bedrock and Google Cloud)	264 tokens	355 tokens

auto, none: The count when tool\_choice is auto or none.

any, tool: The count when tool\_choice is any or tool.

Retired: May still be available on other cloud platforms. See Model deprecations for more.

Jumlah token ini ditambahkan ke token input dan output normal Anda untuk menghitung total biaya suatu permintaan.

Lihat tabel Ikhtisar model untuk harga per model saat ini.

Ketika Anda mengirim prompt penggunaan alat, sama seperti permintaan API lainnya, respons menyertakan jumlah token input dan output dalam metrik usage yang dilaporkan.

Beberapa alat server menambahkan biaya berbasis penggunaan di luar token: lihat Alat Web search dan Alat Code execution untuk tarifnya.

Langkah selanjutnya

Pahami loop penggunaan alat, di mana alat dieksekusi, dan kapan menggunakan alat alih-alih prosa.

Panduan langkah demi langkah dari satu panggilan alat hingga loop agentik yang siap produksi.

Direktori alat yang disediakan Juglow dan referensi untuk properti definisi alat opsional.

#Cara kerja penggunaan alat

#Kapan Haijun menggunakan alat

#Ketika parameter wajib tidak ada

#Pilih alat

#Alat Anda sendiri

#Alat klien dengan skema Juglow

#Alat server

#Harga

#Langkah selanjutnya

Cara kerja penggunaan alat

Kapan Haijun menggunakan alat

Ketika parameter wajib tidak ada

Pilih alat

Alat Anda sendiri

Alat klien dengan skema Juglow

Alat server

Harga

Langkah selanjutnya