Tool Calling
GLM-5-Modelle auf OpenRouter unterstützen Tools und tool_choice – die Grundbausteine jedes Agenten-Loops.
use-cases/agents
Anwendungsfall · Agentic Engineering
Agenten entwickeln mit GLM-5
Langfristige Agentenaufgaben sind das primäre Entwicklungsziel der GLM-5-Familie. GLM-5.1 wurde darauf ausgelegt, Lösungen über Hunderte von Runden und Tausende von Tool Calls hinweg kontinuierlich zu verfeinern, und GLM-5.3 erweitert dies um einen Kontext von einer Million Token. Dieser Leitfaden behandelt Modellauswahl, Architektur und die Nutzung unseres Chats zur Planung von Agenten.
Welches ModellGLM-5.3Für produktive Agenten empfiehlt sich GLM-5.3 (oder GLM-5.3 Prime für höhere Geschwindigkeit) über die API mit Tool Calling. GLM-5.3 Flash ist eine leistungsstarke, deutlich günstigere Alternative für hochvolumige oder bildbasierte Agenten. In unserem Chat können Sie GLM-5.3 nutzen, um Agenten-Prompts zu entwerfen und zu debuggen.
§ 01Was es besonders gut kann
Warum sich GLM-5 ideal für Agenten eignet
Lange Zeithorizonte
Z.ai hat die Modellfamilie für mehrstufige Aufgaben optimiert: Planen, Handeln, Beobachten, Anpassen.
Riesiger Kontext
Rund eine Million Token ermöglichen es dem Agenten, ein gesamtes Projekt samt Historie vollständig im Blick zu behalten.
Günstige Input-Kosten
Agenten senden den Kontext bei jedem Schritt erneut mit; die niedrigen Input-Preise von GLM halten diese Kosten gering.
§ 02Prompts
Sofort einsatzbereite Prompts
Öffnen Sie einen beliebigen Prompt im Chat und ersetzen Sie dann die Teile in eckigen Klammern durch Ihr eigenes Material.
Einen Agenten entwerfen
Hilf mir beim Entwurf eines KI-Agenten für folgendes Ziel: [Ziel]. Liste die erforderlichen Tools (Name, Inputs, Outputs), den Haupt-Loop, die Abbruchkriterien sowie die drei wahrscheinlichsten Fehlerquellen inklusive Gegenmaßnahmen auf.
Einen System-Prompt schreiben
Verfasse einen System-Prompt für einen Agenten für folgende Aufgabe: [Aufgabe]. Definiere seine Rolle, die nutzbaren Tools, Regeln für Rückfragen an den Nutzer und das genaue Ausgabeformat für die finale Antwort.
Einen Agenten-Lauf debuggen
Hier ist ein Log vom Durchlauf meines Agenten, bei dem etwas schiefgelaufen ist. Finde den Schritt, bei dem er die erste Fehlentscheidung getroffen hat, erkläre die Ursache und schlage eine Anpassung für den Prompt oder die Tools vor. [Log einfügen]
§ 03Tipps
Do's und Don'ts
Empfohlen
- Halte Tools kompakt mit eindeutigen Input-Schemas.
- Lege eine maximale Schrittanzahl fest.
- Protokolliere jeden Tool-Aufruf samt Ergebnis.
- Nutze einen niedrigen reasoning_effort für Routineaufgaben.
Vermeiden
- Gewähre Agenten niemals uneingeschränkten Schreibzugriff.
- Verzichte bei riskanten Aktionen nicht auf menschliche Freigaben.
- Sende unveränderte, riesige Contexts nicht unnötig erneut mit.
- Vertraue Tool-Ausgaben nicht blind.
§ 04FAQ
Fragen
Q01Welches GLM-Modell eignet sich am besten für Agenten?
Z.ai positioniert GLM-5.3 für anspruchsvolle Agentenaufgaben mit langem Zeithorizont. GLM-5.3 Prime ist die schnellere Variante, während GLM-5.3 Flash die kostengünstige, multimodale Option darstellt.
Q02Kann ich einen Agenten direkt im Chat ausführen?
Nein. Der Chat bietet keine Tools. Nutze ihn zum Entwerfen von Prompts und Debuggen von Logs und führe den Agenten anschließend über die API aus.
Q03Unterstützen GLM-5-Modelle Function Calling?
Ja. Auf OpenRouter führen sie tools und tool_choice unter den unterstützten Parametern auf.
§ 05Mehr
Weitere Anwendungsfälle
Jetzt ausprobieren
Stellen Sie GLM-5.3 eine echte Frage.
Kein Account, keine Kreditkarte, keine Installation. Geben Sie eine Frage ein und sehen Sie, wie GLM-5.3 Flash in Sekundenschnelle antwortet – wechseln Sie für die anspruchsvollsten Aufgaben zu GLM-5.3.
Kostenlosen Chat öffnenEs gelten kostenlose Tageslimits, damit der Chat für alle verfügbar bleibt.