五、OpenAi之函数调用(Function Calling)(一)

1.函数调用(Function Calling)

学习如何使大语言模型连接到外部工具

1.1介绍

在API调用中，您可以描述函数规范，让模型智能地选择输出包含参数的JSON对象，过程中你以调用一个或多个函数。聊天补全API自身不能调用函数；而是，让模型生成JSON，使用它调用函数代码

最新的模型(gpt-3.5-turbo-0125和gpt-4-turbo-preview)已通过训练，可以检测何时应该调用函数(取决于输入)，并使用模型对符合函数签名的JSON进行响应。拥有这项能力的同时也伴随着风险。我们强烈建议在采取可能影响世界范围内的用户行为之前建立用户确认流程（例如：发邮件、发布网络、购物等待）

1.2常用案例

函数调用可以使你更可靠的从模型获得结构化的数据。可以这样：

• 创建一些助理，通过调用外部的APIs来回答一些问题（例如：像ChatGPT的插件）
  • 例如：可以定义函数：send_email(to:string, body:string)或get_current_weather(location:string, unit:‘celsius’|‘fahrenheit’)
• 转换自然语言到API调用
  • 例如：转换“我的最主要的客户都有谁？” get_customers(min_revenue: int, created_before: string, limit: int) 并调用你系 统内部的API
• 从文本中提取结构化的数据
  • 例如：定义一个函数调用：extract_data(name: string, birthday: string) 或 sql_query(query: string)

等等还有很多…

函数调用的基本步骤如下：

1. 调用模型时，将“用户查询”和“多个函数”定义在“函数参数”中
2. 模型可以选择调用一个或多个函数；这样，内容将是遵循自定义模式的字符串化JSON对象（注意：模型可能会产生幻觉参数）
3. 在你的代码中将string解析成JSON对象，用之前提供的参数（如果存在）调用函数
4. 追加函数的返回作为一个新的消息再次调用模型，然后让模型归纳结果并返回给用户

1.3支持模型

目前，不是所有模型的版本都是用函数调用数据训练的。支持函数调用的模型有：

• gpt-4, gpt-4-turbo-preview
• gpt-4-0125-preview
• gpt-4-1106-preview
• gpt-4-0613
• gpt-3.5-turbo
• gpt-3.5-turbo-0125
• gpt-3.5-turbo-1106
• gpt-3.5-turbo-0613

另外, 以下模型支持并行的函数调用：

• gpt-4-turbo-preview
• gpt-4-0125-preview
• gpt-4-1106-preview
• gpt-3.5-turbo-0125
• gpt-3.5-turbo-1106

2.并行函数调用

并行函数调用就是模型一起执行多个函数调用的能力，允许这些函数的效果和结果的调用被并行的解析。如果函数调用要花很长的时间，并行调用就显得非常有用。例如，模型可能要调用函数同时返回三个不同地点的天气，在tool_calls数组中，要包含三个函数调用，并作为一个消息结果返回，每个调用含有一个ID.为响应这些函数调用，增加三个消息至会话中，每个消息包含一个函数调用的结果，从tool_calls引用id，并用tool_call_id表示。

在下面例子中，我们仅定义一个函数get_current_weather。模型调用了函数多次，并将调用函数的返回结果再次发送给模型，由模型决定下一步的返回消息。它会返回一个面向用户的消息，告诉用户一些地区的温度。根据查询结果，可能会在调用一次函数。

如果你想强制模型调用一个指定的函数，你可以设置tool_choice参数，指定具体的函数名。你也可以强制模型生成面向用户的消息，设置参数：tool_choice: none。请注意：参数默认设置为：tool_choice: auto ，含义是由模型决定是否调用函数，调用哪一个函数。

2.1多个函数调用案例

# @Time : 2024/2/15 11:22
# @Author : NaiveFrank
# @Version : 1.0
# @Project : python_tutorial
from openai import OpenAI
import json

# 加载 .env 文件到环境变量
from dotenv import load_dotenv, find_dotenv

_ = load_dotenv(find_dotenv())

# 初始化 OpenAI 服务。会自动从环境变量加载 OPENAI_API_KEY 和 OPENAI_BASE_URL
client = OpenAI()


# 例子模拟函数调用的硬编码，返回相同数据格式的天气
# 在实际生产中，可以是后台API或第三方的API fahrenheit-华氏温度
def get_current_weather(location, unit="fahrenheit"):