MCP 追问 · 5问

// 1. 你的代码发起调用
const response = await anthropic.messages.create({
  model: "claude-sonnet-4-5",
  messages: conversation,
  tools: availableTools       // 告诉 AI 有哪些 Tool 可用
});

// 2. AI 返回响应（同步等待，就像普通 HTTP 请求）
// response.stop_reason 有两种值：
//   "end_turn"   → AI 直接回答了，展示给用户
//   "tool_use"   → AI 要调 Tool，你需要执行

// 3. 你的代码检查 stop_reason，自己决定下一步
if (response.stop_reason === "tool_use") {

  // 4. 从返回值里提取 Tool 调用信息
  const toolCall = response.content.find(b => b.type === "tool_use");
  const { name, input } = toolCall;
  // name = "get_weather", input = { city: "上海" }

  // 5. 你的代码执行对应函数（AI 完全不参与这一步）
  const result = await executeToolCall(name, input);
  // 比如：调天气 API，真的发了 HTTP 请求，拿到了数据

  // 6. 你的代码把结果拼回对话，再次调用 AI
  conversation.push({ role: "user", content: [{
    type: "tool_result",
    tool_use_id: toolCall.id,
    content: JSON.stringify(result)
  }]});

  // 7. 再次调用 AI，AI 用结果生成最终回答
  const finalResponse = await anthropic.messages.create({ ... });

} else {
  // AI 直接回答，展示给用户
  showToUser(response.content[0].text);
}