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
147API1 小时前
60,000 星的代价:解析 OpenClaw 的架构设计与安全教训
人工智能·安全·aigc·clawdbot·moltbot·openclaw
audyxiao0011 小时前
智能交通顶刊TITS论文分享|如何利用驾驶感知世界模型实现无信号灯路口自动驾驶?
人工智能·机器学习·自动驾驶·tits
lisw051 小时前
氛围炒股概述!
大数据·人工智能·机器学习
hjs_deeplearning1 小时前
文献阅读篇#16:自动驾驶中的视觉语言模型:综述与展望
人工智能·语言模型·自动驾驶
爱喝可乐的老王2 小时前
PyTorch深度学习参数初始化和正则化
人工智能·pytorch·深度学习
杭州泽沃电子科技有限公司5 小时前
为电气风险定价:如何利用监测数据评估工厂的“电气安全风险指数”?
人工智能·安全
Godspeed Zhao6 小时前
自动驾驶中的传感器技术24.3——Camera(18)
人工智能·机器学习·自动驾驶
顾北128 小时前
MCP协议实战|Spring AI + 高德地图工具集成教程
人工智能
wfeqhfxz25887828 小时前
毒蝇伞品种识别与分类_Centernet模型优化实战
人工智能·分类·数据挖掘
中杯可乐多加冰8 小时前
RAG 深度实践系列(七):从“能用”到“好用”——RAG 系统优化与效果评估
人工智能·大模型·llm·大语言模型·rag·检索增强生成