企业官网建设流程全解析

有哪些平面设计网站,南京公司做网站,黄石有没有做网站的,网站地址和网页地址区别引言 随着大模型能力的不断增强#xff0c;仅依靠自然语言对话已难以满足真实业务场景的需求。模型不仅需要“会说话”#xff0c;还需要能够访问外部数据、调用业务能力#xff0c;并参与实际流程执行。为此#xff0c;OpenAI 提供了 Function Calling#xff08;工具调…引言随着大模型能力的不断增强仅依靠自然语言对话已难以满足真实业务场景的需求。模型不仅需要“会说话”还需要能够访问外部数据、调用业务能力并参与实际流程执行。为此OpenAI 提供了Function Calling工具调用机制使模型能够在对话过程中主动选择并调用开发者定义的函数从而实现与外部系统的深度集成。Function Calling 本质上为大模型打开了一扇“连接现实世界”的大门模型可以根据用户意图结构化地生成函数调用参数由应用程序执行真实逻辑后再将结果反馈给模型最终生成面向用户的自然语言回复。这种模式极大地降低了 AI 与业务系统集成的复杂度也成为构建 AI Agent、智能助手和自动化流程的核心能力之一。本文将基于 OpenAI 官方文档与示例系统性地介绍 Function Calling 的基本概念、工作流程以及完整的调用链路并通过一个天气查询的实战示例演示从工具定义、模型触发函数调用到函数执行结果回传并生成最终回答的完整过程。希望通过这篇文章帮助你快速理解并在实际项目中正确、稳定地使用 Function Calling 能力。Function callingFunction calling(tool caling)为模型提供访问新功能和数据的权限使其能够遵循指令并响应提示。Function calling为OpenAI模型提供了一种强大且灵活的方式可以与外部系统对接并访问器训练数据以外的数据(调用工具)。本节来展示它的工作原理。工具-我们赋予模型的功能工具(Tool)就是我们告诉模型它可以访问的额外功能当模型根据提示词生成响应时它可能会决定需要调用工具提供的数据或功能以遵循提示的指示。当我想模型发送带有提示的API请求时可以包含一个工具列表让模型在处理时考虑使用这些工具就和上篇文章一样。我们以获取某地天气情况的工具get_weather为例它可能会带有location参数。工具调用-模型请求使用工具的指令工具调用(function call)是指模型在分析提示词后如果认为为了遵循提示中的指令需要调研我们为其提供的某个工具则会返回的一种特殊响应。如果模型接收到一个类似what is the weather in Paris? 的API请求它可能会使用get_weather工具进行工具调用其中Paris作为location的参数。工作调用输出-我们为模型生成的输出工作调用输出指的是工具使用模型的工具调用输入生成的响应工具调用输出可以是结构化的JSON或纯文本并包含对特定模型工具调用的引用(call_id)。为了完成我们的天气示例模型可以访问get_weather工具参数为location。在接收到类似what is the weather in Paris? 这样的提示后模型会返回一个包含location参数且值为Paris的工具调用。工具调用的输出可能返回一个JSON对象、图像内容或文件内容。然后我们将所有工具定义、原始提示、模型的工具调用以及工具调用输出再次发送给模型最终获得类似The weather in Paris today is 25C.函数与工具函数是一种特定类似的工具由JSON模式(schema)定义。函数定义允许模型将数据传递给你的应用程序你的代码可以访问模型建议的数据或采取相应的操作。除了函数工具外 还有自定义工具它们可以与自由文本输入和输出配合使用。此外还有OpenAI平台内建的工具。Function calling流程Function calling是通过OpenAI API在应用程序和模型之间进行的多轮对话其流程包含五个高层次步骤向模型发起它可调用的工具的请求从模型接收工具调用在应用程序端使用工具调用的输入执行代码使用工具调用的输出向模型发起第二次请求接收来自模型的最终响应(或更多工具调用)(工具调用流程图片来自于参考1)函数工具示例我们还是以获取天气为例看一个工具调用流程的例子。fromopenaiimportOpenAIimportjsonimportos os.environ[OPENAI_API_KEY]sk-xxos.environ[OPENAI_BASE_URL]xxmodel_idgpt-4o-miniclientOpenAI()# 定义一个辅助函数defchat_completion_request(messages,toolsNone,tool_choiceauto):try:responseclient.chat.completions.create(modelmodel_id,messagesmessages,toolstools,tool_choicetool_choice,)returnresponseexceptExceptionase:print(fException:{e})returne# 1. 为模型定义一个可调用工具列表# OpenAI支持的工具定义Schematools[{type:function,function:{name:get_current_weather,description:获取当前天气,parameters:{type:object,properties:{location:{type:string,description:城市例如深圳、北京,}},required:[location]},}},{type:function,function:{name:get_n_day_weather_forecast,description:获取N天的天气预报,parameters:{type:object,properties:{location:{type:string,description:城市例如深圳、北京,},num_days:{type:integer,description:要预报的天数,}},required:[location,num_days]},}},]定义两个模拟函数(也可以接入真实的查询天气API)importrandomfromdatetimeimportdatetime,timedeltadefget_current_weather(location:str)-dict: 模拟获取当前天气 # 随机生成温度tempround(random.uniform(10,30),1)# 随机生成天气描述conditions[晴天,多云,小雨,大雨,雷阵雨,阴天]conditionrandom.choice(conditions)return{location:location,temperature:temp,condition:condition,unit:摄氏度,time:datetime.now().strftime(%Y-%m-%d %H:%M:%S)}defget_n_day_weather_forecast(location:str,num_days:int)-dict: 模拟获取N天的天气预报 forecast[]conditions[晴天,多云,小雨,大雨,雷阵雨,阴天]foriinrange(num_days):tempround(random.uniform(10,30),1)day_forecast{date:(datetime.now()timedelta(daysi)).strftime(%Y-%m-%d),temperature:temp,unit:摄氏度,condition:random.choice(conditions)}forecast.append(day_forecast)return{location:location,forecast:forecast}# 测试print(get_current_weather(北京))print(get_n_day_weather_forecast(北京,5)){location: 北京, temperature: 11.2, condition: 大雨, unit: 摄氏度, time: 2025-12-13 09:50:29} {location: 北京, forecast: [{date: 2025-12-13, temperature: 15.6, unit: 摄氏度, condition: 雷阵雨}, {date: 2025-12-14, temperature: 25.6, unit: 摄氏度, condition: 晴天}, {date: 2025-12-15, temperature: 28.3, unit: 摄氏度, condition: 阴天}, {date: 2025-12-16, temperature: 24.7, unit: 摄氏度, condition: 晴天}, {date: 2025-12-17, temperature: 15.5, unit: 摄氏度, condition: 雷阵雨}]}注册工具TOOLS{get_current_weather:get_current_weather,get_n_day_weather_forecast:get_n_day_weather_forecast}messages[]messages.append({role:system,content:当用户的问题需要使用工具时请调用对应的工具而不是直接回答})messages.append({role:user,content:未来5天深圳的天气会怎么样})# 将定义好的工具传递给模型chat_responsechat_completion_request(messages,toolstools)resultchat_response.choices[0].messageprint(result)ChatCompletionMessage(contentNone, refusalNone, roleassistant, annotations[], audioNone, function_callNone, tool_calls[ChatCompletionMessageFunctionToolCall(idcall_h68QzRexg3U1r4rSuDYRclUu, functionFunction(arguments{location:深圳,num_days:5}, nameget_n_day_weather_forecast), typefunction)])这里构造一个系统消息然后用户咨询未来五天的天气情况把消息类别和定义好的工具传递给模型这里tool_choice取的默认值auto它的取值含义auto 默认值可以由模型自行决定调用零个、一个或多个函数。none禁止调用函数。调用指定函数{type: function, function: {name: my_function}}。required必须调用一个或多个函数。接下来是很重要的一步# 3. 增加工具调用消息(注意格式)messages.append({role:assistant,content:None,tool_calls:[{c:call.id,type:function,function:{name:call.function.name,arguments:call.function.arguments}}forcallinresult.tool_calls]})我们必须增加工具调用消息到列表中这里传入的id后面工具调用结果消息会用到必须保持一致foriteminresult.tool_calls:ifitem.typefunction:funcTOOLS[item.function.name]# 4. 执行函数func_resultfunc(**json.loads(item.function.arguments))# 5. 告诉模型函数调用结果messages.append({role:tool,tool_call_id:item.id,content:str(func_result)})print(messages)messages [ { role: system, content: 当用户的问题需要使用工具时请调用对应的工具而不是直接回答 }, { role: user, content: 未来5天深圳的天气会怎么样 }, { role: assistant, content: None, tool_calls: [ { id: call_h68QzRexg3U1r4rSuDYRclUu, type: function, function: { name: get_n_day_weather_forecast, arguments: {location:深圳,num_days:5} } } ] }, { role: tool, tool_call_id: call_h68QzRexg3U1r4rSuDYRclUu, content: {location: 深圳, forecast: [{date: 2025-12-13, temperature: 14.2, unit: 摄氏度, condition: 多云}, {date: 2025-12-14, temperature: 19.2, unit: 摄氏度, condition: 大雨}, {date: 2025-12-15, temperature: 19.5, unit: 摄氏度, condition: 晴天}, {date: 2025-12-16, temperature: 22.5, unit: 摄氏度, condition: 雷阵雨}, {date: 2025-12-17, temperature: 27.3, unit: 摄氏度, condition: 雷阵雨}]} } ]整个消息列表如上所示注意这里的assistant消息包含了工具调用我们就应该把工具调用结果通过tool消息附加进去并且tool_call_id需保持一致。最后再次传递给大模型让模型给出最终回答chat_completion_request(messages,tools)ChatCompletion(idchatcmpl-Cm9B8aWEcZYi5OBoXnTL7temNyD53, choices[Choice(finish_reasonstop, index0, logprobsNone, messageChatCompletionMessage(content未来5天深圳的天气预报如下\n\n- **12月13日**多云温度14.2°C\n- **12月14日**大雨温度19.2°C\n- **12月15日**晴天温度19.5°C\n- **12月16日**雷阵雨温度22.5°C\n- **12月17日**雷阵雨温度27.3°C\n\n请注意天气变化出行时合理安排, refusalNone, roleassistant, annotations[], audioNone, function_callNone, tool_callsNone))], created1765591062, modelgpt-4o-mini-2024-07-18, objectchat.completion, service_tierNone, system_fingerprintfp_efad92c60b, usageCompletionUsage(completion_tokens115, prompt_tokens341, total_tokens456, completion_tokens_detailsCompletionTokensDetails(accepted_prediction_tokens0, audio_tokens0, reasoning_tokens0, rejected_prediction_tokens0), prompt_tokens_detailsPromptTokensDetails(audio_tokens0, cached_tokens0)))(渲染后的结果如下)未来5天深圳的天气预报如下12月13日多云温度14.2°C12月14日大雨温度19.2°C12月15日晴天温度19.5°C12月16日雷阵雨温度22.5°C12月17日雷阵雨温度27.3°C请注意天气变化出行时合理安排参考Function calling (内容可能会变化)How to call functions with chat models