비교 매트릭스

Provider 셋의 봉투를 나란히 깔아놓으면 표가 짧아져. 차이는 대부분 겉모습이고, 진짜는 몇 개 안 돼.

Concept	OpenAI	Anthropic	Gemini
Tool 리스트 필드	`tools`	`tools`	`tools` (config 안)
Schema 필드	`parameters`	`input_schema`	`parameters` (Schema object)
인자 타입	JSON 문자열	dict	dict
Tool choice	`"auto"\|"required"\|지목`	`type: "auto"\|"any"\|"tool"`	FunctionCallingMode enum
종료 신호	`response.completed` + `output[].type`	`stop_reason`	`function_call` part 유무
Tool 인자 streaming	조각으로	조각으로 (content block 단위)	통째로 한 번에
기본 제공 native tool	web_search, code_interpreter, file_search	computer_use, text_editor, bash	code_execution, google_search
MCP 연동	Apps SDK 를 거쳐	Messages API 의 mcp_servers 로	Vertex AI tool config 로

겉모습이 아니라 진짜 차이인 칸은 넷이야. 인자 타입 (parse 해야 하느냐 그냥 쓰느냐), streaming 동작 (조각으로 오느냐 한 번에 오느냐), 기본 제공 tool (provider 마다 자기만의 무기가 있어), 그리고 MCP 연동 방식. 겉모습 차이는 얇은 번역층으로 덮고, 진짜 차이 앞에서는 provider 별 코드가 갈리는 걸 그냥 받아들여.

유혹은 셋이 다 같은 척 거대한 추상을 짓는 거야. 버틸 수 있는 데까지 버텨. '메시지랑 tool 을 보내고, tool call 을 받고, 결과를 돌려준다' 는 모양 자체가 이미 충분히 작은 추상이거든. 여기서 더 덮으면 진짜 차이를 가리게 되고, 결국 아무도 관리하지 않는 SDK 짝퉁 하나가 남아.

Code

작은 이식용 shim — 꼭 필요한 것만·python

def normalize_tool_calls(provider, response):
    if provider == "openai":
        return [(item.name, json.loads(item.arguments)) for item in response.output if item.type == "function_call"]
    if provider == "anthropic":
        return [(b.name, b.input) for b in response.content if b.type == "tool_use"]
    if provider == "gemini":
        return [(p.function_call.name, dict(p.function_call.args))
                for p in response.candidates[0].content.parts
                if p.function_call]
    raise ValueError(f"Unknown provider {provider!r}")

Code

External links

Exercise

Progress

댓글 0