Tool calling
Les modèles GLM-5 sur OpenRouter prennent en charge les outils et tool_choice, les briques fondamentales d'une boucle d'agent.
use-cases/agents
Cas d'usage · Ingénierie agentique
Créer des agents avec GLM-5
Le travail d'agent sur de longs horizons est le principal objectif de conception de la famille GLM-5. GLM-5.1 a été conçu pour perfectionner une solution sur des centaines d'étapes et des milliers d'appels d'outils, et GLM-5.3 prolonge cela grâce à un contexte d'un million de tokens. Ce guide aborde le choix du modèle, l'architecture et l'utilisation de notre chat pour concevoir un agent.
Quel modèleGLM-5.3Pour les agents en production, utilisez GLM-5.3 (ou GLM-5.3 Prime pour la vitesse) via l'API avec le tool calling. GLM-5.3 Flash est une option robuste et bien plus économique pour les gros volumes ou les agents basés sur la vision. Dans notre chat, utilisez GLM-5.3 pour concevoir et déboguer les prompts de vos agents.
§ 01Ses points forts
Pourquoi GLM-5 est idéal pour les agents
Longs horizons
Z.ai a conçu cette famille pour des tâches qui se déroulent sur de nombreuses étapes : planifier, agir, observer, réviser.
Contexte gigantesque
Environ un million de tokens permet à un agent de garder l'ensemble d'un projet et son historique en vue.
Input abordable
Les agents renvoient le contexte à chaque étape ; le faible coût d'input de GLM permet de maîtriser les coûts.
§ 02Prompts
Prompts prêts à l'emploi
Ouvrez n'importe quel prompt dans le chat, puis remplacez les éléments entre crochets par vos propres contenus.
Concevoir un agent
Aide-moi à concevoir un agent IA dont l'objectif est [objectif]. Indique les outils dont il a besoin (nom, entrées, sorties), la boucle principale, la façon dont il détermine qu'il a terminé, ainsi que les trois modes d'échec les plus probables avec leurs solutions.
Rédiger un system prompt
Rédige un system prompt pour un agent qui [tâche]. Inclus son rôle, les outils qu'il peut appeler, les règles pour solliciter l'utilisateur, et le format de sortie exact de sa réponse finale.
Déboguer une exécution d'agent
Voici le log d'exécution de mon agent où une erreur s'est produite. Identifiez l'étape où il a pris une mauvaise décision pour la première fois, expliquez pourquoi et suggérez une modification du prompt ou des outils. [coller le log]
§ 03Conseils
À faire et à éviter
À faire
- Gardez des outils simples avec des schémas d'entrée clairs.
- Définissez un nombre maximal d'étapes.
- Enregistrez chaque appel d'outil et son résultat dans les logs.
- Utilisez un reasoning_effort faible pour les étapes de routine.
À éviter
- Ne donnez pas aux agents un accès en écriture sans restriction.
- Ne faites pas l'impasse sur la validation humaine pour les actions à risque.
- Ne renvoyez pas inutilement un contexte volumineux s'il est inchangé.
- Ne faites pas aveuglément confiance aux résultats des outils.
§ 04FAQ
Questions
Q01Quel modèle GLM est le meilleur pour les agents ?
Z.ai positionne GLM-5.3 pour les tâches d'agents sur le long terme. GLM-5.3 Prime est la variante la plus rapide, et GLM-5.3 Flash est l'option économique et multimodale.
Q02Puis-je exécuter un agent dans votre chat ?
Non. Le chat ne dispose pas d'outils. Utilisez-le pour concevoir des prompts et déboguer des logs, puis exécutez l'agent via l'API.
Q03Les modèles GLM-5 prennent-ils en charge le function calling ?
Oui. Sur OpenRouter, ils listent tools et tool_choice parmi leurs paramètres pris en charge.
§ 05En savoir plus
Autres cas d'usage
Essayer maintenant
Posez une vraie question à GLM-5.3.
Sans compte, sans carte, sans installation. Posez une question et regardez GLM-5.3 Flash répondre en quelques secondes — passez à GLM-5.3 pour les problèmes les plus complexes.
Ouvrir le chat gratuitDes limites quotidiennes gratuites s'appliquent pour que le chat reste accessible à tous.