Function Calling学习
Function Calling第一篇
- Agent：AI 主动提要求
- Function Calling：AI 要求执行某个函数
- 场景举例：明天上班是否要带伞？AI反过来问你，明天天气怎么样？
Function Calling 的基本流程
Function Calling 完整的官方接口文档：https://platform.openai.com/docs/guides/function-calling
接口里的 tools，最初版本叫 functions。
定义函数tools
# 定义function
def get_completion(messages, model="gpt-3.5-turbo"):response = client.chat.completions.create(model=model,messages=messages,temperature=0, # 模型输出的随机性，0 表示随机性最小tools=[{ # 用 JSON 描述函数。可以定义多个。由大模型决定调用谁。也可能都不调用"type": "function","function": {"name": "sum","description": "只能用来计算加法，计算一组数的和","parameters": {"type": "object","properties": {"numbers": {"type": "array","items": {"type": "number"}}}}}}],)return response.choices[0].message执行sum函数
方法中的get_completion方法可以查看之前的文章prompt工程那篇
#prompt = "Tell me the sum of 1, 2, 3, 4, 5, 6, 7, 8, 9, 10."
prompt = "桌上有 2 个苹果，四个桃子和 3 本书，一共有几个水果？"
#prompt = "1+2+3...+99+100"
#prompt = "1024 乘以 1024 是多少？" # Tools 里没有定义乘法，会怎样？
#prompt = "太阳从哪边升起？" # 不需要算加法，会怎样？messages = [{"role": "system", "content": "你是一个数学家"},{"role": "user", "content": prompt}
]
response = get_completion(messages)# 把大模型的回复加入到对话历史中
messages.append(response)print("=====GPT回复=====")
print_json(response)# 如果返回的是函数调用结果，则打印出来
if (response.tool_calls is not None):# 是否要调用 sumtool_call = response.tool_calls[0]if (tool_call.function.name == "sum"):# 调用 sumargs = json.loads(tool_call.function.arguments)result = sum(args["numbers"])print("=====函数返回=====")print(result)# 把函数调用结果加入到对话历史中messages.append({"tool_call_id": tool_call.id, # 用于标识函数调用的 ID"role": "tool","name": "sum","content": str(result) # 数值 result 必须转成字符串})# 再次调用大模型print("=====最终回复=====")print(get_completion(messages).content)
划重点：
- OpenAI并不会主动调用函数，只会根据prompt中提供的函数判断是否要调用函数
- Function Calling 中的函数与参数的描述也是一种 Prompt
- 这种 Prompt 也需要调优，否则会影响函数的召回、参数的准确性，甚至让 GPT 产生幻觉
发现问题：
大家可以试一下问他1024乘以1024等于多次，会发现OpenAI将乘以也识别成了sum的函数，得出的结果是2048。我尝试了很多种prompt，都没能解决这个问题。最终我又创建了一个tools用来计算乘法，这时候OpenAI就能识别乘法了。