用 Function Call 让 AI 主动调用函数(超入门级示例)|保姆级大模型应用开发实战

Function Call 是什么?

简单来说: 让模型 主动调用 你定义好的函数


🎯 超简单演示:让模型告诉你当前时间

我们模拟一个 get_current_time() 函数。只要用户问"现在几点了?",模型就会主动调用它。


💡一键复制代码(超简版)

python 复制代码
import os
import requests
from datetime import datetime
from dotenv import load_dotenv

load_dotenv()
API_KEY = os.getenv("MY_API_KEY")
BASE_URL = os.getenv("MY_API_BASE_URL")

headers = {
    "Content-Type": "application/json",
    "Authorization": f"Bearer {API_KEY}"
}

def get_current_time():
    return datetime.now().strftime("%Y-%m-%d %H:%M:%S")

payload = {
    "model": "gpt-4o",
    "messages": [
        {"role": "user", "content": "请告诉我现在的时间"}
    ],
    "functions": [  ## 1. 告诉模型有个函数可以用
        {
            "name": "get_current_time",
            "description": "获取当前时间",
            "parameters": {
                "type": "object",
                "properties": {}
            }
        }
    ],
    "function_call": "auto"
}

try:
    resp = requests.post(BASE_URL, headers=headers, json=payload)  ## 2. 模型分析你的提问,自动决定是否要调用这个函数
    resp.raise_for_status()
    result = resp.json()
    
    choice = result["choices"][0]
    if "function_call" in choice["message"]:  ## 3. 如果决定要调用,它会返回一个函数调用请求 "function_call" 
        print("模型想调用函数:", choice["message"]["function_call"])
        print("返回当前时间:", get_current_time())  ## 4. 你捕获这个请求,真的去执行,然后把结果返回给用户
    else:
        print("模型直接回答:", choice["message"]["content"])
except Exception as e:
    print("请求失败:", e)

输出结果预期

模型会告诉你:

json 复制代码
"function_call": {
  "name": "get_current_time",
  "arguments": "{}"
}

你就执行 get_current_time() 函数,返回类似:

复制代码
2025-07-24 16:12:55

✅ 总结

Function Call 是大模型连接现实世界的桥梁。

它不仅能"理解",还能"行动"!


📚 下一步建议

  • 替换成你自己的函数,如查天气、查数据库- 学会传入参数
  • 把多个函数注册进去,模型会自动选择要调用哪一个!
相关推荐
GuWenyue2 小时前
写Agent还要重复封装工具?一套MCP多服务方案,3个能力让AI自动查地图、读写文件、操控浏览器
人工智能·机器学习·开源
GuWenyue2 小时前
90%AI新手不会调参!LangChain双模型流水线实战,一套代码兼顾严谨+创意
人工智能
光锥智能4 小时前
WAIC亮点|兼具泛化能力与作业效率的极智嘉机器人天团
人工智能·机器人
阳光是sunny4 小时前
LangGraph中的Reducer是什么
前端·人工智能·后端
甲维斯4 小时前
Kimi K3 重构10000行单文件屎山代码!
人工智能
阳光是sunny4 小时前
从链到图:LangGraph 入门基础全解析
前端·人工智能·后端
新知图书4 小时前
11.3 详细实现与核心配置(作业批改智能体开发)
人工智能·agent·ai agent·智能体·扣子
深度研习笔记5 小时前
OpenCV工业视觉实战11|多线程解耦+视频流稳流+推理加速,彻底解决卡顿阻塞,实现毫秒级工业实时检测
人工智能·opencv·计算机视觉
delishcomcn5 小时前
AI视觉识别+分切算法:电化铝缺陷检测与裁切一体化解锁
人工智能·算法
触底反弹5 小时前
深入理解大模型采样:Temperature、Top-K、Top-P 的原理与实战
人工智能·算法·面试