Module 3 · Day 15

Tool Use Intro: Function Calling

এতদিন model শুধু text লিখত। আজ থেকে সে একটা function ডাকার request দিতে পারে — এটাই prompting agentic হয়ে ওঠার মুহূর্ত, আর Claude Code-এর পুরো ভিত্তি।

~120 min read6 learning objectives

What you'll learn

•Tool use / function calling কী — model talk না, act করতে পারে।
•একটা tool definition-এর তিন অংশ — `name`, `description`, `input_schema`।
•Agentic loop trace করা — user → tool_use → execute → tool_result → answer।
•Model request করে, তোমার কোড execute করে — brain vs hands-এর পার্থক্য (ও safety)।
•`tool_choice` (auto / any / tool) আর কখন model tool ডাকে।
•Claude Code-এর Read/Edit/Bash যে এই একই tool_use loop — সেটা বোঝা (Day 16-র ভিত্তি)।

Before this

•Day 9 — structured output / JSON schema (input_schema চেনা লাগবে)।
•Day 5 — system/user/assistant message roles।
•Day 6 — clear-and-direct prompt; tool description ও একটা prompt।

The Big Picture

যেখানে prompting agentic হয়ে ওঠে — model শুধু বলে না, চায়।

এতদিন যা prompt লিখেছ, তার ফলাফল ছিল একটাই — model text লিখে ফেরত দিত। আজ থেকে সেটা বদলে যায়। Model এখন শুধু বলে না — একটা function ডাকার request পাঠাতে পারে, আর তোমার কোড সেটা চালিয়ে ফলাফল ফিরিয়ে দেয়। এটাই tool use, বা function calling।

Tool usefunction calling — model can act

Model-কে কিছু function-এর তালিকা দাও; ও দরকার বুঝলে "এই function-টা এই input দিয়ে চালাও" বলে একটা structured request দেয়। এতদিন model শুধু text লিখত — এবার সে action নিতে পারে (নিজে না, তোমার কোড দিয়ে)।

Why it matters

এটাই সেই মুহূর্ত যেখানে prompting agentic হয়। Model-এর knowledge frozen, আর তোমার private system সে দেখতে পায় না — tool সেই দেয়াল ভাঙে। আর Claude Code, যেটা তুমি শিখতে চাও, পুরোটাই tool use-এর উপর দাঁড়ানো।

Model-এর জ্ঞান training-এর সময়েই জমাট বাঁধা, আর তোমার order database বা inventory-র মতো private system সে দেখতে পায় না। একই প্রশ্ন — tool ছাড়া আর tool দিয়ে — কী রকম আলাদা ফল দেয়, নিচে দেখো।

Interactive · কেন tool লাগে

একই প্রশ্ন, tool নিয়ে আর ছাড়া

Model-এর knowledge frozen, আর তোমার order database সে দেখতে পায় না। তাই একই প্রশ্নে দুই রকম ফল।

Where is order #4821? When will it arrive?

Tool ছাড়া

I'm sorry — I don't have access to your live order system, so I can't look up #4821. You may want to check the courier's tracking page.

Best case: সততার সাথে "পারছি না" বলে। Worst case: একটা ETA বানিয়ে ফেলে (hallucinate)। দুটোই অকেজো।

Tool দিয়ে

→ get_order_status({ order_id: "4821" })

Order #4821 is in transit with Sundarban courier, arriving tomorrow ~2 PM.

get_order_status("4821") ডেকে live data এনে সঠিক উত্তর। এটাই tool-এর পুরো কারণ — frozen knowledge-কে real, current data-র সাথে যোগ করা।

Tool-এর পুরো কারণ এটাই — model-এর frozen knowledge-কে real, current, private data-র সাথে যোগ করা। Live দরকার? Tool দাও।

তাহলে model-কে একটা tool কীভাবে দাও? কোনো fine-tuning লাগে না — শুধু তিনটা জিনিস লিখে request-এর সাথে পাঠাও। এটাই একটা tool-এর পুরো সংজ্ঞা।

Tool definitionname + description + input_schema

একটা tool define করতে তিনটা জিনিস: `name` (identifier), `description` (কখন/কেন ডাকবে — model এটা পড়ে সিদ্ধান্ত নেয়), আর `input_schema` (কী argument, JSON Schema-তে)। কোনো fine-tuning লাগে না — শুধু request-এর সাথে এই list পাঠাও।

Why it matters

description-টাই আসল lever — ওটা model-এর জন্য একটা prompt (Day 6)। "Use when the user asks where an order is" লিখলে model ঠিক সময়ে ডাকে; অস্পষ্ট হলে ভুল সময়ে বা miss করে। Tool লেখা মানে prompt engineering, JSON ভরাট না।

json

{
  "name": "get_order_status",
  "description": "Look up the live delivery status and ETA of a customer order by its ID. Use when the user asks where an order is or when it will arrive.",
  "input_schema": {
    "type": "object",
    "properties": {
      "order_id": {
        "type": "string",
        "description": "The order ID, e.g. 4821"
      }
    },
    "required": ["order_id"]
  }
}

রাফির delivery কোম্পানির এই real tool-টার তিনটা অংশ নিচে ভেঙে দেখো — কোনটা চাপলে কোন অংশের কাজ কী বোঝা যায়।

Interactive · Tool definition-এর শরীর

তিনটা অংশ — কোনটা কী করে

রাফির get_order_status tool-টা কেমন দেখায়? নিচের অংশগুলোয় চাপ দিয়ে দেখো কোনটার কাজ কী।

{
  "name": "get_order_status",  "description": "Look up the live delivery status and ETA of a customer order by its ID. Use when the user asks where an order is or when it will arrive.",  "input_schema": {
    "type": "object",
    "properties": {
      "order_id": {
        "type": "string",
        "description": "The order ID, e.g. 4821"
      }
    },
    "required": ["order_id"]
  }}

description

সবচেয়ে গুরুত্বপূর্ণ অংশ — model এটা পড়েই ঠিক করে কখন/কেন ডাকবে। এটা আসলে একটা prompt (Day 6)। দুর্বল হলে ভুল সময়ে call বা miss।

সবচেয়ে জরুরি: description। model এটা পড়েই ঠিক করে কখন tool ডাকবে — তাই ওটা আসলে একটা prompt। Day 6-এর clear-and-direct এখানেও খাটে।

Core Concepts

Request থেকে answer পর্যন্ত — পুরো loop, আর কে আসলে কী চালায়।

Tool definition আছে হাতে। কিন্তু conversation-এ আসলে কী ঘটে, যখন model সেটা ডাকতে চায়? Model response দেয় `stop_reason: "tool_use"` সহ একটা `tool_use` block নিয়ে; তোমার কোড চালিয়ে একটা `tool_result` block ফেরত পাঠায়।

json

// tool_use — model চায় (stop_reason: "tool_use")
{ "type": "tool_use", "id": "toolu_01A", "name": "get_order_status", "input": { "order_id": "4821" } }

// tool_result — তোমার কোড ফেরত দেয়
{ "type": "tool_result", "tool_use_id": "toolu_01A", "content": "in_transit, ETA tomorrow 2 PM" }

The agentic looptool_use → execute → tool_result → repeat

Flow-টা: user বলে → model `tool_use` request দেয় → তোমার কোড function চালায় → `tool_result` ফেরত যায় → model উত্তর দেয়, বা আরেকটা tool ডাকে → loop। এই বারবার-চলা loop-ই one-shot chatbot-কে agent বানায়।

Why it matters

একটা tool call-এ থেমে গেলে সেটা শুধু lookup। কিন্তু model যখন result দেখে পরের পদক্ষেপ ঠিক করে — "status পেলাম, এবার refund policy দেখি" — তখনই সেটা agent। Module 5-এ পুরো agent এই loop-এর উপরেই বানাবে।

রাফির delivery কোম্পানির একটা প্রশ্ন নিয়ে পুরো loop-টা ধাপে ধাপে দেখো — কে কখন কথা বলে, আর tool_use থেকে tool_result-এ হাত-বদলটা কোথায়।

Interactive · The agentic loop

এক tool call, ধাপে ধাপে

রাফির delivery কোম্পানির একটা প্রশ্ন। Next চেপে দেখো message stack কীভাবে বাড়ে — কে কখন কথা বলে, আর tool_use থেকে tool_result-এ হাত-বদলটা কোথায়।

Next চাপলে user-এর প্রশ্ন দিয়ে loop শুরু হবে।

এই loop-টাই one-shot chatbot আর agent-এর পার্থক্য।

লক্ষ করেছ? Model দুবার কথা বলল, কিন্তু মাঝখানে আসল কাজটা — function চালানো — করল তোমার কোড, model না। এই boundary-টাই সবচেয়ে জরুরি।

Brain vs handsmodel requests, your code executes

এটা পরিষ্কার রাখো: model কিছুই run করে না। সে শুধু একটা `tool_use` request দেয় — "please run get_order_status(4821)"। আসল function চালায় তোমার কোড, তারপর `tool_result` ফেরত দেয়। Model = brain, তোমার runtime = hands।

Why it matters

এই boundary-টাই safety। তোমার কোড চালানোর আগে যাচাই বা থামাতে পারে। এই কারণেই Claude Code একটা bash command চালানোর আগে permission চায় — model proposes, তুমি approve/deny করো। Module 4/6-এর guardrail এখান থেকেই শুরু।

Interactive · কে কী চালায়

Model proposes, তুমি dispose

সবচেয়ে জরুরি mental model: model কিছুই run করে না। সে শুধু চায়; তোমার কোড চালায়। এই দেয়ালটাই safety।

Model (brain)

•ঠিক করে কোন tool, কোন input লাগবে
•একটা tool_use request output করে (name + input)
•নিজে কিছুই run করে না — শুধু চায়

tool_usetool_result

তোমার runtime (hands)

•request পায়, আসল function চালায়
•চালানোর আগে validate / deny করতে পারে
•ফলাফল tool_result হিসেবে ফেরত পাঠায়

এই boundary-টাই safety-র ভিত্তি। Model-এর হাত নেই — তোমার আছে। এই কারণেই Claude Code একটা command চালানোর আগে তোমাকে জিজ্ঞেস করে: "run this? (y/n)"। Model proposes, তুমি dispose।

তাহলে model কি সবসময় tool ডাকে, যখনই সেটা দেওয়া থাকে? না — সেটা ঠিক করে আরেকটা parameter।

tool_choiceauto / any / tool

Default `auto` — model প্রতি turn-এ নিজে ঠিক করে: জানা উত্তর হলে সরাসরি দেয়, live/private data লাগলে tool ডাকে। জোর করতে চাইলে `any` (অবশ্যই কোনো একটা tool) বা `tool` (নির্দিষ্ট একটা)। System prompt দিয়েও নাজ করা যায়: "Use the tools to investigate before responding."

Why it matters

Tool থাকা মানেই সবসময় ডাকবে না — auto-তে model judge করে। তোমার agent যদি tool কম ডাকে, description শক্ত করো বা একটা light instruction দাও; বেশি ডাকলে উল্টোটা। এটাই tool-triggering নিয়ন্ত্রণ।

Try It Yourself

আজকের ধারণাই Claude Code-এর মেঝে — Day 16-র আগে শেষ ধাপ।

এতক্ষণ যা শিখলে, সেটা তুমি প্রতিদিন নিজের চোখে দেখো — Claude Code-এ। ও file পড়ে (Read), command চালায় (Bash), code এডিট করে (Edit) — প্রতিটাই আজকের এই একই tool_use loop।

Claude Code= tool use — Read / Edit / Bash, same loop

তুমি Claude Code-এ যা দেখো — ও file পড়ছে (Read), command চালাচ্ছে (Bash), code এডিট করছে (Edit), খুঁজছে (Grep) — প্রতিটাই আজকের সেই tool_use loop। Claude Code = Claude + একটা toolbox। আজকের `get_order_status` আর Claude Code-এর `Read` একই জিনিস।

Why it matters

এই কারণেই tool use না বুঝে Claude Code ভালোভাবে use করা যায় না। Day 16-এ যখন Claude Code চালাবে, screen-এ এই loop-টাই ঘটতে দেখবে — ও tool ডাকছে, result পাচ্ছে, পরের পদক্ষেপ নিচ্ছে। আজকের ধারণাই পুরো Module 3-র মেঝে।

নিচে একটা Claude Code action বেছে দেখো — ভিতরে কোন tool_use আর কোন tool_result ঘটছে।

Interactive · Claude Code = tool use

তুমি Claude Code-এ যা দেখো, সেটাই এই loop

Claude Code = Claude + একটা toolbox। Screen-এ ও যখন file পড়ে বা command চালায় — প্রতিটাই আজকের tool_use loop। নিচের action বেছে দেখো ভিতরে কী ঘটছে।

Claude Code একটা file পড়ছে — tool: Read

tool_use (Claude চায়)

Read({ file_path: "app/page.tsx" })

tool_result (Claude Code চালিয়ে ফেরত দেয়)

// app/page.tsx — 240 lines returned

আজকের get_order_status আর Claude Code-এর Read — একই জিনিস। তাই tool use বুঝলে Claude Code আর রহস্য না। Day 16-এ এই loop নিজের চোখে চালাবে।

Tip

আজ তিনটা জিনিস মনে রাখো এমনভাবে যেন নিজে ব্যাখ্যা করতে পারো — (১) tool call একটা request, action না; (২) description-ই আসল lever, ওটা model-এর জন্য একটা prompt; (৩) Claude Code-এর Read/Edit/Bash এই একই loop-এর tool — Day 16-এ এই loop নিজের চোখে চলতে দেখবে।

Check Your Understanding

ভুল হলে সমস্যা নেই — প্রতিটার ব্যাখ্যা আছে।

Misconception check

Tool দিলে model নিজেই API call করে বা command চালায়

Misconception check

Tool use করতে model fine-tune / retrain করতে হয়

Misconception check

Tool দেওয়া থাকলে model প্রতিবার সেটা ডাকবে

Misconception check

Tool-এর description একটা formality — model schema দেখেই বুঝে নেয়

Misconception check

এক tool call-এই কাজ শেষ — loop-টা বাড়াবাড়ি

Quick check