标签：Tool Calling

共 5 篇文章

• LLM 工具结果缓存生产实战：用幂等键、TTL 与失效策略降低 Agent 外部调用成本

  本文讲解如何为大模型 Agent 的外部工具调用建立结果缓存，覆盖幂等键设计、TTL 语义分层、事件驱动失效、状态隔离、审计回放和上线检查清单，帮助团队降低重复 API 调用成本与延迟，同时避免缓存污染和跨租户泄露。

  2026/07/07 LLM Agent / Tool Calling / Cache / Production Engineering / 幂等键 / 缓存失效 / RAG

• Tool Result Caching 生产实战：用缓存命中率降低 Agent 外部调用成本

  本文系统拆解大模型工具调用中的结果缓存设计，覆盖缓存键、TTL、幂等、失效、观测指标与上线检查，帮助 Agent 在保证准确性的前提下降低外部 API 成本与尾延迟。

  2026/07/02 LLM Agent / Tool Calling / Caching / Cost Optimization / Production / 工具调用 / 缓存

• Agent 工具调用安全实战：用权限边界防住 Prompt Injection 与 Tool Poisoning

  系统梳理 LLM Agent 工具调用中的 Prompt Injection、Tool Poisoning 与权限放大风险，从信任边界、权限边界、执行边界三层架构出发，给出策略网关、人工审批、沙箱隔离和全链路监控的完整落地方案。

  2026/07/01 LLM Agent / Prompt Injection / Tool Calling / AI 安全 / MCP

• MCP Tool Server 安全治理：从接入便利到最小权限执行

  MCP 让大模型连接工具变得统一，但也放大了权限、身份、审计与提示注入风险。本文从协议边界、授权模型、执行隔离和上线检查出发，整理一套可落地的 MCP Tool Server 安全治理方案。

  2026/06/30 LLM Agent / MCP / Tool Calling / AI Security / Engineering

• MCP Agent Security：工具接入时代的 LLM 安全边界，不只是 Prompt Injection

  从 MCP 官方规范、OWASP、OpenAI、NSA 与安全研究出发，系统拆解 AI Agent 工具接入中的 tool poisoning、间接 prompt injection、权限控制、动作审查、沙箱执行与审计回归，帮助团队构建可上线的 MCP Agent 安全架构。

  2026/06/26 MCP / AI Agent / LLM Security / Prompt Injection / Tool Calling / Tool Poisoning