2025.10.25

03 Function calling与工具调用/1. 自定义函数调用.py

@@ -0,0 +1,91 @@
+import os
+from dotenv import load_dotenv
+from openai import OpenAI
+import json
+
+load_dotenv()
+
+
+def create_client():
+    api_key = os.getenv("OPENAI_API_KEY")
+    return OpenAI(api_key=api_key, base_url="https://api.deepseek.com")
+
+def get_weather(location):
+    # 模拟获得天气信息
+    return f"{location}当前天气：23℃，晴，风力2级"
+
+
+# 以下格式为固定写法，一般仅需改description与name
+get_weather_func = {
+    "name": "get_weather",  # 函数名称
+    "description": "获取指定城市的天气情况",  # 对该函数的描述
+    "parameters": {
+        "type": "object",
+        "properties": {
+            "location": {
+                "type": "string",  # 该参数类型
+                "description": "城市名称，如北京、上海等"  # 对该参数的描述
+            }
+        },
+        "required": ["location"]  # 声明必填
+    }
+}
+
+# 固定写法，有多少个tool就往里追加多少个
+tools = [
+    {
+        "type": "function",
+        "function": get_weather_func
+    }
+]
+
+def chat_loop(agent_client, tools):
+    messages = [
+        {"role": "system",
+         "content": "你是一个善解人意会热心回答人问题的助手。如果你感觉你回答不了当前问题，就会调用函数来回答。"},
+        {"role": "user", "content": "北京今天的天气怎么样?"}
+    ]
+    response = agent_client.chat.completions.create(
+        model="deepseek-chat",
+        messages=messages,
+        tools=tools,  # 调用工具
+        tool_choice="auto"  # 模型自主选择是否调用工具
+    )
+    message = response.choices[0].message
+    # 如果有该参数，证明ai调用了工具
+    if message.tool_calls:
+        # 对每个可能要调用的工具进行循环
+        for tool_call in message.tool_calls:
+            if tool_call.function.name == "get_weather":
+                # 解析参数
+                args = json.loads(tool_call.function.arguments)  # 获取用户关键词的参数
+                location = args.get("location", "未知地点")
+
+                # 调用真实参数
+                weather_info = get_weather(location)
+
+                # 将函数执行结果以"tool"角色传给模型，等待后面二次调用
+                messages.append(message)  # 先添加模型的原始响应
+                messages.append({
+                    "role": "tool",
+                    "tool_call_id": tool_call.id,
+                    "name": tool_call.function.name,
+                    "content": weather_info
+                })
+        # 第二次调用，让模型基于工具返回的结果再生成最终答案
+        final_res = agent_client.chat.completions.create(
+            model="deepseek-chat",
+            messages=messages
+        )
+        print('已调用工具...')
+        print(f'回答:{final_res.choices[0].message.content}')
+    else:
+        # 模型没有要调用工具，直接返回
+        print('未调用工具...')
+        print(f'回答:{response.choices[0].message.content}')
+
+
+
+if __name__ == '__main__':
+    client = create_client()
+    chat_loop(client, tools)