Agregar herramientas a agentes (function calling)

El function calling es cómo tus agentes actúan: en vez de solo escribir texto, el modelo puede llamar herramientas — consultar una base de datos, crear un contacto en el CRM, mover una tarjeta del Kanban, pegarle a una API — y usar los resultados en su respuesta. En HiveFlow, las herramientas son simplemente nodos cableados hacia el LLM Agent.

Cablea una herramienta

1. En el lienzo, agrega el nodo de la herramienta:
   • MCP Client / MCP Tool — cualquier integración conectada (Airtable, Slack, Postgres…).
   • HiveApp — una instancia de Tool (CRM, Kanban, Inventario, Analytics, Chat).
2. Conéctalo hacia el nodo LLM Agent (hacia el nodo, no después de él — eso es lo que lo vuelve herramienta en lugar de paso secuencial).
3. Doble clic en el nodo LLM y activa Function Calling. La sección Built-in Tools lista lo que el modelo ya puede llamar.

Genius puede hacer este cableado por ti: "conecta mi CRM al agente de ventas".

Soporte por proveedor

El function calling necesita un par proveedor/modelo que lo soporte — modelos de OpenAI, Anthropic, Gemini, Vertex, Azure, Bedrock, Groq, Mistral, HuggingFace y Friendli califican (Perplexity no). El formulario del LLM solo muestra la sección de herramientas para pares soportados, y avisa si un nodo de herramienta está conectado a uno no soportado.

Cómo funciona la ejecución

En tiempo de ejecución el modelo recibe las definiciones de herramientas y decide — por mensaje — si responder directo o llamar herramientas. HiveFlow ejecuta las llamadas (en varias rondas si el modelo encadena herramientas), le devuelve los resultados, y el modelo produce la respuesta final.

Audita todo en la Console → Function Calling Process del nodo LLM: cada ronda, la decisión del modelo, el ✓/✗ y duración de cada herramienta, y la respuesta final.

Tips de diseño

• Pocas herramientas bien nombradas ganan a muchas vagas — el modelo elige mejor.
• Pon reglas de uso en el Objective ("siempre verifica inventario antes de prometer stock").
• Usa Skills para conocimiento y herramientas para acciones — no hagas al modelo llamar una herramienta por cosas que simplemente debería saber.