4. 工具编排基础
在金融智能体里，单个函数调用只能完成一个原子动作，比如查汇率、算收益、拉行情。但真实业务几乎不会只做一件事：客户问“我持有的沪深300基金今天涨了多少，如果赎回要交多少税，到账后能买多少国债逆回购”，这一句话背后至少涉及持仓查询、行情获取、税费计算、资金测算四类工具。工具编排（Tool Orchestration）就是解决“多个工具按什么规则、什么顺序、由谁调度、失败怎么办”的系统能力。它决定了智能体是只能做问答，还是能真正完成一笔业务。
核心原理：编排器与执行器的职责分离
工具编排的本质是把“决策”和“执行”拆开。编排器（Orchestrator）负责理解意图、拆解任务、选择工具、决定调用顺序与依赖关系；执行器（Executor）负责真正发起调用、处理超时重试、解析返回结果。两者分离的好处是：编排逻辑可以随业务规则变化而调整，执行层则保持稳定，便于统一做鉴权、限流、审计和日志。
在金融场景中，这种分离尤其重要。因为金融工具调用往往有强合规要求：谁在什么时间、基于什么授权、调用了哪个数据源、返回了什么，都必须可追溯。如果编排和执行混在一起，审计链就会断裂。
四种编排模式：顺序、并行、条件与循环
工具编排模式可以归纳为四类，实际系统通常是它们的组合。
- 顺序编排：工具按固定先后执行，前一个的输出是后一个的输入。例如先查客户风险等级，再根据等级筛选可售产品。
- 并行编排：多个无依赖的工具同时发起，最后汇总。例如同时拉取股票、债券、外汇三个市场的行情，再统一计算组合净值。
- 条件编排：根据中间结果决定走哪条分支。例如客户风险等级为保守型，则跳过衍生品估值工具，直接进入货币基金推荐分支。
- 循环编排：对一组标的重复调用同一工具，直到满足终止条件。例如逐只计算持仓股票的VaR，直到覆盖全部头寸。
下面是一个条件编排的配置片段，用JSON描述“风险等级决定是否调用衍生品工具”的分支逻辑：
{
"orchestration": "conditional",
"steps": [
{ "id": "get_risk", "tool": "query_risk_level", "input": {"customer_id": "{{cid}}"} },
{ "id": "branch", "condition": "{{get_risk.level}} == 'conservative'",
"then": { "tool": "recommend_money_fund" },
"else": { "tool": "value_derivatives", "input": {"portfolio": "{{portfolio}}"} }
}
]
}金融场景中的编排需求与案例
金融业务对工具编排有四个典型需求：强依赖（后一步必须等前一步结果）、强合规（每一步都要留痕）、强时效（行情类工具必须在毫秒级返回）、强容错（某个数据源失败不能导致整笔业务中断）。
以“智能投顾调仓”为例：客户授权后，编排器先并行调用持仓查询和风险测评，再根据风险等级条件选择资产配置模型，然后顺序调用税费计算和交易约束检查，最后并行提交多个交易指令。整个过程中，任何一步失败都要有降级策略，比如行情源超时则使用上一交易日收盘价并标注数据时效。
| 编排模式 | 金融场景示例 | 关键风险 | 应对策略 |
|---|---|---|---|
| 顺序 | 风险测评→产品筛选→下单 | 前序失败导致后续空转 | 设置前置校验与短路返回 |
| 并行 | 多市场行情同时拉取 | 部分源超时拖慢整体 | 超时熔断+降级数据 |
| 条件 | 按风险等级走不同推荐分支 | 条件判断错误导致越权推荐 | 规则引擎+人工复核阈值 |
| 循环 | 逐只持仓计算风险指标 | 标的过多导致调用量爆炸 | 批量接口+并发上限 |
误区与复盘：编排不是“把工具串起来”
初学者最常见的误区有三个。第一，把编排当成简单的顺序调用，忽略了并行和条件带来的效率与合规差异。第二，让编排器直接持有数据源凭证，导致权限边界模糊，一旦编排逻辑被篡改，风险直接穿透到数据层。第三，没有为每个工具定义清晰的输入输出契约，导致上游返回格式变化时，下游全部报错。
复盘时建议检查四点：每个工具是否有明确的输入输出Schema；编排模式是否与业务依赖匹配；失败降级策略是否覆盖每个关键节点；审计日志是否记录了完整的调用链和授权上下文。把这四点做成清单，每次新增工具时逐项核对，就能避免大多数编排事故。
工具编排是金融智能体从“能对话”走向“能办事”的关键一步。掌握顺序、并行、条件、循环四种模式，明确编排器与执行器的边界，再结合金融场景的合规、时效和容错要求，才能设计出既灵活又可靠的智能体工具系统。