文章标题

什么是 Function Calling

Function Calling 允许 GPT 模型在响应中生成符合指定函数签名的参数，从而使 AI 能够调用外部工具和服务。这是构建 AI 应用的关键能力。

核心概念

使用 tools 参数提供函数规格说明，模型会根据这些规格生成符合要求的参数。

基本用法

from openai import OpenAI
client = OpenAI()
response = client.chat.completions.create(
model=“gpt-4o”,
messages=[{“role”: “user”, “content”: “波士顿今天的天气怎么样？”}],
tools=[{
“type”: “function”,
“function”: {
“name”: “get_current_weather”,
“description”: “获取指定地点的天气”,
“parameters”: {
“type”: “object”,
“properties”: {
“location”: {“type”: “string”},
“unit”: {“type”: “string”, “enum”: [“celsius”, “fahrenheit”]}
},
“required”: [“location”]
}
}
}]
)
tool_call = response.choices[0].message.tool_calls[0]
arguments = json.loads(tool_call.function.arguments)
print(f”调用函数: {tool_call.function.name}”)
print(f”参数: {arguments}”)

最佳实践

1. 函数描述要清晰准确
2. 参数定义要明确类型和枚举值
3. 函数数量不宜过多（建议不超过 128 个）
4. 使用 Structured Outputs 保证输出格式
5. 实现重试机制处理调用失败

高级用法

• 多工具调用：一次请求中可以调用多个函数
• 知识检索：结合 Function Calling 实现动态知识库查询
• OpenAPI 集成：直接从 OpenAPI 规范生成工具定义

总结

Function Calling 是连接 AI 模型与外部世界的桥梁，通过合理的工具设计，可以让 AI 具备强大的实际应用能力。