Chamada de ferramentas (tool calling)
Os modelos GLM-5 no OpenRouter têm suporte a tools e tool_choice, os blocos de construção essenciais de um loop de agente.
use-cases/agents
Caso de uso · engenharia de agentes
Criando agentes com o GLM-5
O trabalho de agentes em horizontes longos é o principal objetivo de design da família GLM-5. O GLM-5.1 foi criado para continuar aprimorando uma solução ao longo de centenas de rodadas e milhares de chamadas de ferramentas, e o GLM-5.3 expande isso com uma janela de contexto de um milhão de tokens. Este guia aborda a escolha do modelo, a arquitetura e como usar nosso chat para planejar um agente.
Qual modeloGLM-5.3Para agentes em produção, use o GLM-5.3 (ou o GLM-5.3 Prime para obter velocidade) por meio da API com tool calling. O GLM-5.3 Flash é uma opção poderosa e muito mais barata para agentes de alto volume ou baseados em visão. Em nosso chat, use o GLM-5.3 para projetar e depurar os prompts do agente.
§ 01O que ele faz bem
Por que o GLM-5 é ideal para o trabalho com agentes
Horizontes longos
A Z.ai projetou a família para tarefas executadas em várias etapas: planejar, agir, observar e revisar.
Contexto massivo
Cerca de um milhão de tokens permite que o agente mantenha um projeto inteiro e seu histórico à vista.
Entrada com custo reduzido
Os agentes reenviam o contexto a cada etapa; os preços baixos de entrada do GLM tornam isso acessível.
§ 02Prompts
Prompts prontos para copiar
Abra qualquer prompt no chat e substitua as partes entre colchetes pelo seu próprio material.
Projetar um agente
Ajude-me a projetar um agente de IA que [meta]. Liste as ferramentas necessárias (nome, entradas, saídas), o loop principal, como ele decide que terminou e os três modos de falha mais prováveis com as respectivas mitigações.
Escrever um prompt de sistema
Escreva um prompt de sistema para um agente que [tarefa]. Inclua sua função, as ferramentas que ele pode chamar, regras sobre quando perguntar ao usuário e o formato exato de saída para a resposta final.
Depurar a execução de um agente
Aqui está um log da execução do meu agente onde algo deu errado. Encontre a etapa em que ele tomou a primeira decisão ruim, explique o motivo e sugira uma alteração no prompt ou nas ferramentas. [colar log]
§ 03Dicas
Faça isso, evite aquilo
Faça
- Mantenha as ferramentas pequenas e com schemas de entrada claros.
- Defina um número máximo de etapas.
- Registre cada chamada de ferramenta e o seu resultado.
- Use um reasoning_effort baixo para etapas rotineiras.
Evite
- Não dê aos agentes acesso irrestrito de gravação.
- Não ignore a aprovação humana para ações arriscadas.
- Não reenvie contextos enormes e inalterados sem necessidade.
- Não confie cegamente nos retornos das ferramentas.
§ 04Perguntas frequentes
Perguntas
Q01Qual modelo GLM é o melhor para agentes?
A Z.ai posiciona o GLM-5.3 para tarefas de agentes de longo alcance. O GLM-5.3 Prime é a variante mais rápida, e o GLM-5.3 Flash é a opção multimodal e econômica.
Q02Posso executar um agente no chat de vocês?
Não. O chat não possui ferramentas. Use-o para planejar prompts e depurar logs e, em seguida, execute o agente via API.
Q03Os modelos GLM-5 suportam function calling?
Sim. No OpenRouter, eles listam tools e tool_choice entre os parâmetros suportados.
§ 05Mais
Outros casos de uso
Experimente agora
Pergunte algo real ao GLM-5.3.
Sem conta, sem cartão, sem instalação. Digite uma pergunta e veja o GLM-5.3 Flash responder em segundos — mude para o GLM-5.3 para os problemas mais complexos.
Abrir o chat gratuitoLimites diários gratuitos são aplicados para manter o chat disponível para todos.