企业官网建设流程全解析

openinterpreter 中 tool_search 工具描述模板：Apps/Connectors 工具发现的 BM25 实现解析

【免费下载链接】openinterpreterA coding agent for open models like Kimi K3 and GLM 5.3项目地址: https://gitcode.com/GitHub_Trending/op/openinterpreter

本文围绕 tool_description.md 这份tool_search工具描述模板展开：先逐句解读模板本身的提示词设计与{{app_descriptions}}占位符机制，再深入 ToolSearchHandler 与 create_tool_search_tool 的源码实现，说明描述文本如何被动态渲染、BM25 检索引擎如何构建、搜索结果又如何转化为下一次模型调用可用的工具规格。读完本文，你可以完整理解本项目"延迟加载工具 + 关键词检索发现"这一工具发现机制从提示词到执行链路的落地方式。

1. 模板定位：一段注入给模型的"工具发现说明书"

模板文件 codex-rs/core/templates/search_tool/tool_description.md 全文如下：

# Apps (Connectors) tool discovery Searches over apps/connectors tool metadata with BM25 and exposes matching tools for the next model call. You have access to all the tools of the following apps/connectors: {{app_descriptions}} Some of the tools may not have been provided to you upfront, and you should use this tool (`tool_search`) to search for the required tools and load them for the apps mentioned above. For the apps mentioned above, always use `tool_search` instead of `list_mcp_resources` or `list_mcp_resource_templates` for tool discovery.

它不是给人看的说明文档，而是作为tool_search工具的 description 文本注入到模型上下文中的一段提示词。逐句拆解其设计意图：

• 标题# Apps (Connectors) tool discovery：限定这份描述服务于 Apps/Connectors（应用/连接器）场景下的工具发现，与 MCP 通用工具发现相区分。
• 第一句功能声明：明确说明该工具"基于 BM25 对工具元数据做检索，并把命中的工具暴露给下一次模型调用"。这一句同时交代了检索算法（BM25）与结果用途（供下一轮调用加载使用），让模型知道调用它不会立即执行工具，而是"解锁"工具。
• {{app_descriptions}}占位符：运行时会被当前已启用的应用/连接器清单及描述替换，告诉模型"这些应用的工具你都可能用到"。
• "部分工具可能没有提前提供给你"：解释了延迟加载（deferred loading）策略——工具元数据不会一次性全部塞进上下文，而是按需检索加载，以此控制 token 开销。
• "对上述应用始终用tool_search而不是list_mcp_resources/list_mcp_resource_templates做工具发现"：这是一条硬性路由规则，避免模型绕过检索直接枚举 MCP 资源，保证发现路径统一走 BM25。

与 MCP 通用场景对应的描述由 Rust 代码动态生成，见 tool_search_spec.rs：

let description = format!( "# Tool discovery\n\nSearches over deferred tool metadata with BM25 and exposes matching tools for the next model call.{source_section}Some of the tools may not have been provided to you upfront, and you should use this tool (`{TOOL_SEARCH_TOOL_NAME}`) to search for the required tools. For MCP tool discovery, always use `{TOOL_SEARCH_TOOL_NAME}` instead of `list_mcp_resources` or `list_mcp_resource_templates`." );

两者结构几乎同构：都是"功能声明 + 来源清单 + 延迟加载提示 + 路由规则"四段式。从源码结构看，模板文件承载的是"来源为 Apps/Connectors"的变体，而 Rust 侧create_tool_search_tool负责通用 MCP 场景及来源清单的渲染，两者共享同一套提示词骨架。

同目录下还有一份姊妹模板 request_plugin_install_description.md，定义request_plugin_install工具的使用约束：仅当用户明确要求某个已知未安装的插件/连接器、且tool_search不可用或已尝试但未命中时才允许调用，并给出完整五步工作流（先检查活跃工具列表 → 对照已知清单精确匹配 → 插件优先于连接器 → 携带tool_type/action_type/tool_id/suggest_reason参数发起安装请求 → 安装完成后决定继续搜索还是放弃）。它与tool_search构成互补关系：tool_search解决"已启用来源里找不到工具"，request_plugin_install解决"工具根本还没安装"。

2. 工具 Schema：query 必填、limit 默认 8

tool_search的参数定义同样在 create_tool_search_tool 中：

let properties = BTreeMap::from([ ("query".to_string(), JsonSchema::string(Some("Search query for deferred tools.".to_string()))), ("limit".to_string(), JsonSchema::number(Some(format!( "Maximum number of tools to return. Defaults to {default_limit}." )))), ]);

• query（string，必填）：检索词，对应 JSON Schema 的required: ["query"]；
• limit（number，可选）：返回工具数量上限，默认值来自常量 TOOL_SEARCH_DEFAULT_LIMIT，其值为8：

pub const TOOL_SEARCH_TOOL_NAME: &str = "tool_search"; pub const TOOL_SEARCH_DEFAULT_LIMIT: usize = 8;

参数在运行时的校验逻辑见 ToolSearchHandler::handle_call：

• query去除首尾空白后为空 → 返回RespondToModel("query must not be empty")错误，让模型自行修正；
• limit == 0→ 返回RespondToModel("limit must be greater than zero")；
• 无匹配来源时直接返回空的ToolSearchOutput，不报错。

这种"把错误回传给模型而不是崩溃"的设计，使模型可以在同一会话内自我修正参数。

3. BM25 检索引擎：从 search_text 到 SearchEngine

tool_description.md中"with BM25"这句声明的实现在 ToolSearchHandler：

pub(crate) fn new( search_infos: Vec<ToolSearchInfo>, source_listing: ToolSearchSourceListing, ) -> Self { let search_source_infos = search_infos .iter() .filter_map(|search_info| search_info.source_info.clone()) .collect::<Vec<_>>(); let spec = create_tool_search_tool( &search_source_infos, TOOL_SEARCH_DEFAULT_LIMIT, source_listing, ); let documents: Vec<Document<usize>> = search_infos .iter() .map(|search_info| search_info.entry.search_text.clone()) .enumerate() .map(|(idx, search_text)| Document::new(idx, search_text)) .collect(); let search_engine = SearchEngineBuilder::<usize>::with_documents(Language::English, documents).build(); // ... }

关键点：

1. 每个可检索工具（ToolSearchInfo）都携带一段search_text字段，它即是被索引的"文档"。BM25 引擎以英文语言配置构建（Language::English），文档 ID 就是该工具在search_infos数组中的下标；
2. 检索时 search 方法 用search_engine.search(query, limit)拿到按相关性排序的文档 ID，再映射回ToolSearchEntry中的output（LoadableToolSpec），最后经coalesce_loadable_tool_specs合并——同一命名空间（如mcp__calendar）下命中的多个工具会被归并为一个LoadableToolSpec::Namespace，减少重复的工具声明。单元测试 mixed_search_results_coalesce_mcp_namespaces 验证了 MCP 工具与动态命名空间工具混合命中时的归并结果，并确认每个工具都带defer_loading: Some(true)标记。

4. 来源清单渲染：去重、512KB 预算与按字符边界截断

模板里的{{app_descriptions}}对应的来源清单渲染逻辑在 tool_search_spec.rs：

• 按名称去重：以BTreeMap汇总来源名与描述，重复名称保留先出现的描述（测试 create_tool_search_tool_deduplicates_and_renders_enabled_sources 验证了"同名来源只取首个非空描述、输出保持字典序"的行为）；
• 512KB 描述预算：常量MAX_TOOL_SEARCH_SOURCE_DESCRIPTION_BYTES = 512 * 1024，渲染前先扣除来源名等固定开销，再逐个来源分配描述字节数；超预算的来源被跳过，且截断借助 take_bytes_at_char_boundary 在多字节字符边界处安全切割（测试 create_tool_search_tool_bounds_aggregate_source_descriptions 用 2 万个 🦀 字符构造了极端用例）；
• Omit 模式：ToolSearchSourceListing::Omit时完全不渲染来源清单（当世界状态已在别处宣告了这些来源时启用），测试 create_tool_search_tool_omits_sources_when_world_state_advertises_them 断言此时描述中不再出现来源名。

这套预算控制保证了无论接入了多少应用/连接器，注入模型上下文的那段 description 都不会失控增长——这正是"延迟加载 + 按需检索"策略能成立的前提之一。

5. 暴露控制与缓存：何时模型才能看到 tool_search

tool_search是否对模型可见由配置开关控制。mcp_tool_exposure.rs 中的逻辑根据search_tool_enabled布尔值决定工具暴露策略（search_tool_enabled为true时走"经检索发现"的暴露路径），其配套单测文件 mcp_tool_exposure_test.rs 覆盖了apps_enabled与search_tool_enabled四种组合下的暴露结果。

性能侧，ToolSearchHandlerCache 用Mutex<Option<Arc<ToolSearchHandler>>>缓存已构建的检索器：当新的search_infos与source_listing与缓存完全一致时直接复用（避免每轮对话重建 BM25 索引），任一字段变化则重建。单测 cache_reuses_handler_for_identical_search_infos_and_rebuilds_for_changes 验证了"相同输入复用同一 Arc、修改一条 search_text 即触发重建"的行为。端到端集成测试位于 tests/suite/search_tool.rs 与 tests/suite/request_plugin_install.rs，后者同时验证了"必须先耗尽tool_search才允许请求安装"的约束。

6. 小结：一条完整的工具发现链路

把模板与源码串起来，tool_search的完整链路是：

1. 描述注入：模板/代码生成的 description（含来源清单与 BM25 声明）进入模型上下文，模型据此知道"哪些应用的工具需要检索才可用"；
2. 参数校验：query非空、limit > 0（默认 8），错误以可回传模型的方式返回；
3. BM25 检索：对每个工具的search_text建立英文 BM25 索引，按相关性取前limit个；
4. 规格归并：命中工具按命名空间合并为LoadableToolSpec，携带defer_loading标记暴露给下一轮调用；
5. 兜底协同：检索不到时，若用户显式要求某个已知插件/连接器，走姊妹模板约束下的request_plugin_install安装流程。

这一机制的本质，是用"提示词声明发现规则 + 客户端 BM25 检索 + 延迟加载标记"三层配合，让模型在工具数量膨胀时无需背负全部工具 schema 的上下文成本，同时保留确定性的发现路径。若要进一步阅读，建议从 tool_search_spec.rs 与 tool_search.rs 两个文件及其内嵌测试入手，再对照 codex-rs/core/templates/search_tool/ 下的两份模板，即可完整还原该功能的提示词面与实现面。

【免费下载链接】openinterpreterA coding agent for open models like Kimi K3 and GLM 5.3项目地址: https://gitcode.com/GitHub_Trending/op/openinterpreter