Function Calling

2025-09-04 约 708 字预计阅读 2 分钟

DeepSeek

Function Calling 是一种让大语言模型在生成回复时，根据用户意图自动调用预定义函数或 API 的能力。它使模型不再局限于文本生成，而是能结构化输出参数，精准触发外部工具、数据库或业务系统，完成实时查询、执行操作等任务。这一机制极大拓展了 AI 的应用边界，让模型从“对话者”变为“执行者”，是实现智能体、自动化工作流与业务闭环的关键桥梁。

场景示例

编写一个获取当前时间的函数调用示例，展示如何使用函数调用机制。

环境准备

pip install flask os

配置好自定义大模型的环境变量：MODEL_BASE_URL、MODEL_NAME、API_KEY。

创建 Server

server.py 文件：

from flask import Flask, request, jsonify
import os
import json
import requests
import datetime

app = Flask(__name__)


# ----------------------------
# 1️⃣ 定义可被模型调用的函数
# ----------------------------
def get_current_time():
    """返回当前服务器时间"""
    now = datetime.datetime.now().strftime("%Y-%m-%d %H:%M:%S")
    print("[Function] get_current_time() called ->", now)
    return now


# 模型函数映射表
FUNCTION_MAP = {"get_current_time": get_current_time}


# ----------------------------
# 2️⃣ 接收用户输入
# ----------------------------
@app.route("/chat", methods=["POST"])
def chat():
    user_input = request.json.get("user_input", "")
    print("[Server] Received user input:", user_input)

    # ----------------------------
    # 3️⃣ 调用大模型生成函数调用指令
    # ----------------------------
    model_base_url = os.environ.get("MODEL_BASE_URL")
    model_name = os.environ.get("MODEL_NAME")
    api_key = os.environ.get("API_KEY")

    functions = [
        {
            "name": "get_current_time",
            "description": "获取当前服务器时间",
            "parameters": {},
        }
    ]

    # 构造请求体（参考官方 Function Calling 格式）
    payload = {
        "model": model_name,
        "messages": [{"role": "user", "content": user_input}],
        "functions": functions,
        "function_call": "auto",  # 让模型自动决定是否调用函数
    }

    headers = {"Authorization": f"Bearer {api_key}"}

    # 请求模型生成函数调用指令
    print("[Server] Sending request to model for function call...")
    response = requests.post(
        f"{model_base_url}/v1/chat/completions", json=payload, headers=headers
    )
    model_output = response.json()
    print("[Server] Model raw response:", json.dumps(model_output, indent=2))

    # ----------------------------
    # 4️⃣ 执行模型指定函数
    # ----------------------------
    # 精简示例：直接取第一个 message
    message = model_output["choices"][0]["message"]
    function_call = message.get("function_call")

    if function_call:
        func_name = function_call["name"]
        func_args = json.loads(function_call.get("arguments", "{}"))
        print(f"[Server] Model requests function: {func_name} with args {func_args}")

        # 执行函数
        result = FUNCTION_MAP[func_name]()
        return jsonify({"function_result": result})

    # 如果模型未请求函数调用，则返回原始内容
    return jsonify({"model_response": message.get("content", "")})


# ----------------------------
# 启动 Flask
# ----------------------------
if __name__ == "__main__":
    app.run(port=5000, debug=True)

创建 Client

client.py 文件，发送请求：

# client.py
import requests

SERVER_URL = "http://127.0.0.1:5000/chat"

# 用户测试输入
user_input = "请告诉我现在时间"

response = requests.post(SERVER_URL, json={"user_input": user_input})
print("[Client] Response:", response.json())

运行和测试

开 2 个终端，分别运行：

python server.py
python client.py

参考

[1] https://developers.openai.com/api/docs/guides/function-calling