在 OpenClaw 的背景下，请描述 Tool Calling 的完整执行流程：包括工具的声明与定义方式、大语言模型（LLM）如何发起调用，以及工具执行结果如何返回给模型或上层系统？
考察说明
考察对 Agent 系统中工具调用机制的理解，包括工具定义、模型调用决策和结果回传的完整链路。
回答思路
- 【回答框架 1】工具定义通常通过函数签名或 Schema 描述，明确工具的名称、功能说明、参数结构及必要字段，使模型能够理解工具用途并生成符合格式的调用参数。
- 【回答框架 2】LLM 收到用户请求后，根据意图匹配工具，生成结构化调用请求（如 JSON），包含工具名称和参数值；此阶段模型不实际执行操作，只输出调用意图。
- 【回答框架 3】系统接收模型输出，通过解析器验证参数合法性并执行对应函数，获取结果；执行环境需处理异常和超时，确保反馈可靠。
- 【回答框架 4】执行结果（成功数据或错误信息）以文本形式回传给模型，模型将结果整合进上下文，生成最终回复，或继续请求更多工具调用，形成多轮工具协同。
- 【关键点 1】工具定义需用 schema 明确参数格式和约束，供模型生成合法调用。
- 【关键点 2】LLM 仅生成调用指令，实际执行由外部系统完成。
- 【关键点 3】结果回传需包含状态标识，模型依赖结果完成最终回答或下一步决策。
- 【易错点 1】关键误区：认为模型直接执行工具，实际模型只负责生成调用参数。
- 【易错点 2】参数格式校验不严可能导致调用失败，需在解析阶段严格验证。
- 【易错点 3】结果回传未处理异常时，可能使模型基于错误信息生成误导性回答。