函数调用和工具集成

目的与范围

本文介绍了OpenAI的函数调用功能，该功能使语言模型能够通过结构化的函数规范与外部工具、API和系统进行交互。函数调用允许模型生成格式正确的函数参数，这些参数可由您的应用程序执行，从而将聊天模型的功能扩展到文本生成之外。

本页面重点介绍实现函数调用的基本概念和模式。有关使用函数调用进行高级知识检索的模式，请参阅函数调用实现知识检索。有关构建GPT Actions和企业集成，请参阅GPT Actions和外部系统集成。

核心架构

函数调用通过Chat Completions API的tools参数进行操作，该参数接受JSON Schema格式的函数规范。模型分析用户输入并确定何时调用函数，生成符合所提供规范的适当参数。

来源：examples/How_to_call_functions_with_chat_models.ipynb1-894

函数规范格式

函数使用JSON Schema在tools参数中定义。每个函数规范都包含名称、描述和参数Schema，以指导模型的参数生成。

来源：examples/How_to_call_functions_with_chat_models.ipynb168-217

该notebook演示了具有此结构的天气API函数

组件	目的	示例
`名称`	函数标识符	`"get_current_weather"`
`描述`	模型指导	`"获取当前天气"`
`parameters.type`	Schema类型	`"object"`
`属性`	参数定义	地点、格式规范
`必需`	强制参数	`["location", "format"]`

工具选择控制

tool_choice参数控制模型如何选择和使用函数

来源：examples/How_to_call_functions_with_chat_models.ipynb392-509

函数执行工作流

完整的函数调用工作流涉及notebook中实现的四个关键步骤

来源：examples/How_to_call_functions_with_chat_models.ipynb759-859

分步实现

该notebook通过数据库查询示例演示了工作流

初始API调用：发送用户查询，其中包含tools参数，该参数包含函数规范examples/How_to_call_functions_with_chat_models.ipynb794-805
工具调用检测：检查response_message.tool_calls以确定模型是否选择了函数examples/How_to_call_functions_with_chat_models.ipynb829-835
函数执行：提取函数名称和参数，然后执行相应的函数examples/How_to_call_functions_with_chat_models.ipynb837-845
结果集成：将函数结果以角色"tool"附加到消息列表examples/How_to_call_functions_with_chat_models.ipynb840-845
最终响应：使用完整的消息历史进行第二次API调用以获取自然语言响应examples/How_to_call_functions_with_chat_models.ipynb849-853

并行函数调用

像gpt-4o这样的现代模型可以在单次API调用中同时执行多个函数

来源：examples/How_to_call_functions_with_chat_models.ipynb516-554

数据库集成示例

该notebook提供了一个使用Chinook SQLite数据库的综合示例，其中包含用于Schema内省的实用函数

功能	目的	实现
`get_table_names()`	提取表名	examples/How_to_call_functions_with_chat_models.ipynb618-624
`get_column_names()`	提取列信息	examples/How_to_call_functions_with_chat_models.ipynb627-633
`get_database_info()`	构建完整Schema	examples/How_to_call_functions_with_chat_models.ipynb636-642
`ask_database()`	执行SQL查询	examples/How_to_call_functions_with_chat_models.ipynb745-752

为了给SQL生成提供上下文，ask_database函数规范将完整的数据库Schema嵌入到函数描述中examples/How_to_call_functions_with_chat_models.ipynb696-719

错误处理与最佳实践

重试逻辑

该notebook使用tenacity库实现了重试逻辑，以实现稳健的API调用

来源：examples/How_to_call_functions_with_chat_models.ipynb96-109

函数安全性

该数据库示例包含错误处理，以防止SQL注入和执行失败

来源：examples/How_to_call_functions_with_chat_models.ipynb747-750

歧义处理

系统提示指导模型请求对模糊查询进行澄清

来源：examples/How_to_call_functions_with_chat_models.ipynb253

关键配置参数

参数	类型	目的	示例值
`tools`	数组	函数规范	`[{"type": "function", "function": {...}}]`
`tool_choice`	字符串/对象	控制函数选择	`"auto"`、`"none"`、`{"type": "function", "function": {"name": "func_name"}}`
`模型`	字符串	模型选择	`"gpt-4o"`、`"gpt-3.5-turbo"`

函数调用需要仔细考虑安全隐患，尤其是在执行生成的SQL查询或调用外部API时。该notebook强调，“在生产环境中，SQL生成可能具有高风险，因为模型在生成正确SQL方面并非完全可靠”examples/How_to_call_functions_with_chat_models.ipynb566