OpenAI Function Calling实战指南

# OpenAI Function Calling实战

## 什么是Function Calling？

Function Calling是OpenAI提供的能力，让GPT模型能够理解何时需要调用外部函数，并生成结构化的函数调用参数。这使得构建AI应用变得更加可控和可靠。

## 基本使用

```python
from openai import OpenAI
import json

client = OpenAI()

# 定义函数模式
functions = [
    {
        "name": "get_weather",
        "description": "获取指定城市的天气信息",
        "parameters": {
            "type": "object",
            "properties": {
                "city": {
                    "type": "string",
                    "description": "城市名称，如北京、上海"
                },
                "unit": {
                    "type": "string",
                    "enum": ["celsius", "fahrenheit"],
                    "description": "温度单位"
                }
            },
            "required": ["city"]
        }
    }
]

# 调用API
response = client.chat.completions.create(
    model="gpt-3.5-turbo",
    messages=[{"role": "user", "content": "北京今天天气怎么样？"}],
    functions=functions,
    function_call="auto"
)

# 获取函数调用结果
if response.choices[0].message.function_call:
    func_name = response.choices[0].message.function_call.name
    func_args = json.loads(response.choices[0].message.function_call.arguments)
    print(f"调用函数: {func_name}")
    print(f"参数: {func_args}")
```

## 完整的函数调用流程

```python
def get_weather(city, unit="celsius"):
    # 实际调用天气API
    return {"city": city, "temp": 25, "description": "晴朗"}

def run_conversation(user_message):
    messages = [{"role": "user", "content": user_message}]
    
    # 第一次调用
    response = client.chat.completions.create(
        model="gpt-3.5-turbo",
        messages=messages,
        functions=functions
    )
    
    message = response.choices[0].message
    
    # 检查是否需要调用函数
    if message.function_call:
        func_name = message.function_call.name
        func_args = json.loads(message.function_call.arguments)
        
        # 执行函数
        if func_name == "get_weather":
            result = get_weather(**func_args)
        
        # 将结果返回给GPT
        messages.append(message)
        messages.append({
            "role": "function",
            "name": func_name,
            "content": json.dumps(result)
        })
        
        # 第二次调用，获取最终回答
        final_response = client.chat.completions.create(
            model="gpt-3.5-turbo",
            messages=messages
        )
        return final_response.choices[0].message.content
    
    return message.content
```

## 应用场景

### 1. 智能客服
根据用户问题自动调用订单查询、物流跟踪等API。

### 2. 数据查询
将自然语言转换为SQL或API调用。

### 3. 工作流自动化
AI判断并调用适当的业务函数。

## 最佳实践

1. **详细的函数描述**：帮助模型正确理解函数用途
2. **明确的参数定义**：包括类型、说明和示例
3. **错误处理**：处理函数执行失败的情况
4. **结果验证**：检查AI生成的参数是否有效

## 总结

Function Calling是构建AI应用的重要能力，它让模型能够与外部系统交互，大大扩展了AI应用的可能性。
OpenAI Function Calling实战指南

评论 (0)
