支持私有云部署
AI知识库

53AI知识库

学习大模型的前沿技术与行业应用场景


【干货】一步步带你认识大模型的 Function Call

发布日期:2025-03-31 12:33:33 浏览次数: 1597 作者:码农随心笔记
推荐语

掌握大模型Function Call,释放AI交互新潜能。

核心内容:
1. Function Call功能及其对大模型能力的提升
2. Function Call的工作原理和步骤解析
3. 实际代码示例:使用OpenAI实现天气查询功能

杨芳贤
53A创始人/腾讯云(TVP)最具价值专家

大模型(如OpenAI的GPT系列、Claude、Gemini等)中的 Function Call(函数调用)是近年来引入的一项强大功能,它极大地扩展了大语言模型的能力边界,使其不仅能生成文本,还能与外部工具、API、数据库等系统交互,执行更复杂的任务,它更是实现AI Agent的一把钥匙。

这项技术大大增强了大模型的实用性,使其能够执行复杂任务,如查询天气、预订机票、搜索信息等。Function Call弥补了纯文本模型的局限性,让AI可以与外部系统和API交互,提供更精准、实时的服务。它的明显优势包括结构化输出、扩展能力范围、减少幻觉,以及提高复杂任务的处理能力。


01

什么是Function Call


Function Call 是一种机制,它的出现,使得大模型在对话过程中拥有了调用预定义的函数(或 API)的能力,并且可以基于调用函数的返回结果继续对话,它的原理如下:

1. 函数定义(Function Schema)

开发者需要向大模型提供一组函数的定义,包括:

  • 函数名称(name)

  • 函数描述(description)

  • 参数结构(parameters),通常使用 JSON Schema 格式定义参数的类型和含义。


2. 模型决定调用函数

当用户输入一个问题时(如:“上海今天天气怎么样?”),大模型判断是否需要调用某个函数。如果需要,会自动生成调用该函数所需的参数。

3. 外部系统执行函数

这个请求被发送到真实的后端函数或 API,由开发者实现。例如调用天气 API 获取的天气信息,并返回结果。

 4. 模型继续对话

大模型接收到函数返回结果后,会将其作为上下文的一部分,继续生成自然语言回复。


02

代码举例


下面使用 OpenAI 实现 Function Call , 通过一个简单的例子来说明。我们需要查询世界城市的天气情况。假设我们有一个外部函数 get_current_weather,它会调用一个天气 API 并返回结果。

先定义一个函数 get_current_weather,它将调用一个天气 API(例如 OpenWeatherMap API)来获取实时天气数据。接下来,我们将使用 OpenAI 客户端来实现 Function Call。假设我们已经有一个 OpenAI 的 API 密钥,并且启用了 Function Call 功能。

import openaiimport requests
# 设置OpenAI的API密钥openai.api_key = "xxx"
# 定义一个函数,用于获取指定地点的当前天气信息def get_current_weather(location: str, unit: str = "metric"):    """    获取指定地点的当前天气信息。    参数:        location (str): 地点名称,例如 "Beijing" 或 "Shanghai"。        unit (str): 温度单位,"metric" 表示摄氏度,"imperial" 表示华氏度,默认为 "metric"。    返回:        dict: 包含温度和天气描述的字典。    """    api_key = "xxx"  # 替换为你的OpenWeatherMap API密钥     # 构造请求的URL    url = f"http://api.openweathermap.org/data/2.5/weather?q={location}&units={unit}&appid={api_key}"     try:        # 发送HTTP GET请求        response = requests.get(url)        # 检查响应状态码是否为200(成功)        if response.status_code == 200:            data = response.json()            # 从JSON数据中提取温度和天气描述            return {                "temperature": data["main"]["temp"],                "description": data["weather"][0]["description"]            }        else:            # 如果响应状态码不是200,打印错误信息            print(f"请求天气API失败,状态码:{response.status_code}")            return None
    except Exception as e:        # 捕获异常并打印错误信息        print(f"解析天气API时发生错误:{e}")        return None
# 定义函数调用的元数据functions = [    {        "name""get_current_weather",        "description""获取指定城市的当前天气",        "parameters": {            "type""object",            "properties": {                "location": {                    "type""string",                    "description""城市名称"                },                "unit": {                    "type""string",                    "description""温度单位(metric 或 imperial)",                    "default""metric"                }            },            "required": ["location"]        }    }]
# 用户输入user_input = "沈阳今天的天气如何?"
# 调用OpenAI的ChatCompletion接口response = openai.ChatCompletion.create(    model="gpt-4",    messages=[        {"role""user""content": user_input}    ],    functions=functions,    function_call="auto"  # 自动决定是否调用函数)
# 检查是否触发了函数调用if response.choices[0].finish_reason == "function_call":    function_args = response.choices[0].message.function_call.arguments    function_name = response.choices[0].message.function_call.name    # 如果触发的函数是get_current_weather    if function_name == "get_current_weather":        # 调用get_current_weather函数获取天气信息        weather_result = get_current_weather(            location=function_args["location"],            unit=function_args.get("unit""metric")        )
        # 如果获取到天气信息        if weather_result:            # 再次调用ChatCompletion接口,将天气信息作为上下文传递            second_response = openai.ChatCompletion.create(                model="gpt-4",                messages=[                    {"role""user""content": user_input},                    {"role""assistant""content": response.choices[0].message.content},                    {"role""function""name": function_name, "arguments": function_args},                    {"role""function""name": function_name, "content": weather_result}                ]            )
            # 打印最终的回答            print(second_response.choices[0].message.content)        else:            # 如果天气信息获取失败,提示用户            print("无法获取天气信息,请检查网络连接或稍后再试。")
else:    # 如果没有触发函数调用,直接打印模型的回答    print(response.choices[0].message.content)


03

Function Call作用总结


Function Call 是大模型通过理解用户意图,自动决定调用哪个函数、构造参数、执行调用、接收结果、继续对话的一整套流程。它的作用体系在以下几点:

1. 增强能力:模型通过Function Call可以调用外部工具或服务,从而执行自身无法完成的任务,如实时数据检索、文件处理、数据库查询等。

2. 实时数据访问:大模型通常基于静态数据集训练,不具备实时信息。Function Call允许模型访问最新的数据,提供更准确、更及时的回答。

3. 提高准确性:在需要精确计算或特定领域知识时,大模型可以通过调用专门的函数来提高回答的准确性。

4. 个性化服务:Function Call使得大模型能够根据用户的具体需求调用不同的服务,提供个性化的用户体验。

5. 操作复杂任务:有些任务过于复杂,无法仅靠模型的内置知识解决。Function Call允许模型将这些任务分解为可管理的子任务,并调用相应的函数来解决。

6. 交互式应用:在构建交互式应用时,如聊天机器人或虚拟助手,Function Call使得模型能够执行更复杂的交互。

7. 安全性和合规性:通过Function Call,可以在模型外部处理敏感数据,确保数据安全和合规性。



图片  --THE END--  图片

53AI,企业落地大模型首选服务商

产品:场景落地咨询+大模型应用平台+行业解决方案

承诺:免费场景POC验证,效果验证后签署服务协议。零风险落地应用大模型,已交付160+中大型企业

联系我们

售前咨询
186 6662 7370
预约演示
185 8882 0121

微信扫码

添加专属顾问

回到顶部

加载中...

扫码咨询