沈阳市网站建设_网站建设公司_企业官网_seo优化

1、理解 Function Call

让大模型能调用外部工具、函数，而非仅靠自身知识库回答问题。

2、流程步骤：

用户提问→模型判断调用函数→执行自定义函数→模型基于函数结果生成回答

第一调用模型
让模型分析用户问题，判断是否需要调用函数，并返回调用函数指令

第二次调用模型
把自定义函数执行的结果传给模型，模型基于真实数据生成自然语言回答（比如 “大连当前温度 10 摄氏度，晴天，微风”）

3、代码

# 导入JSON模块：用于序列化/反序列化函数参数和返回结果 import json # 导入操作系统模块：读取环境变量中的API密钥 import os # 导入通义千问SDK核心模块 import dashscope # 从环境变量读取API密钥并配置 dashscope.api_key = os.environ.get('DASHSCOPE_API_KEY') # 定义天气查询函数：模拟返回指定城市的天气（核心业务函数） def get_current_weather(location, unit="摄氏度"): # 初始化温度（默认-1表示未匹配城市） temperature = -1 # 按城市匹配模拟温度 if '大连' in location: temperature = 10 if '上海' in location: temperature = 36 if '深圳' in location: temperature = 37 # 构造天气信息字典并转为JSON字符串返回（符合Function Call格式要求） return json.dumps({ "location": location, "temperature": temperature, "unit": unit, "forecast": ["晴天", "微风"] }) # 封装模型调用函数 def call_qwen(messages): try: # 调用通义千问qwen-max模型，指定函数列表和返回格式 return dashscope.Generation.call( model='qwen-max', messages=messages, functions=functions, result_format='message' # 结构化消息格式，便于解析函数调用 ) except Exception as e: # 捕获异常并打印，返回None标识调用失败 print(f"API调用异常: {str(e)}") return None # 核心对话逻辑：实现"提问→判断调用函数→执行函数→生成最终回答" def weather_qa(): # 1. 初始化用户问题和消息上下文（大模型对话必须的格式：role+content） messages = [{"role": "user", "content": "大连的天气怎样"}] # 2. 第一次调用模型：判断是否需要调用函数 response = call_qwen(messages) # 校验响应有效性，失败则直接返回 if not response or not response.output: return "模型响应失败" # 提取模型返回的核心消息 assistant_msg = response.output.choices[0].message # 将模型消息加入上下文（保证对话连贯性） messages.append(assistant_msg) # 3. 判断模型是否要求调用函数 if hasattr(assistant_msg, 'function_call') and assistant_msg.function_call: # 解析函数调用参数（JSON字符串转字典） args = json.loads(assistant_msg.function_call['arguments']) # 执行天气查询函数，获取结果 weather_result = get_current_weather( location=args.get('location'), unit=args.get('unit', '摄氏度') # 设默认值，避免参数缺失 ) # 构造函数调用结果消息（必须按role=function格式） function_msg = { "role": "function", "name": assistant_msg.function_call['name'], "content": weather_result } # 将函数结果加入上下文 messages.append(function_msg) # 4. 第二次调用模型：基于函数结果生成最终回答 final_response = call_qwen(messages) if final_response and final_response.output: return final_response.output.choices[0].message.content # 若无需调用函数，直接返回模型初始回答 return assistant_msg.content # 定义函数调用描述（核心：告诉模型可调用的函数及参数规则） functions = [{ 'name': 'get_current_weather', # 必须和自定义函数名一致 'description': '获取指定城市的当前天气', # 改为中文描述，更适配中文提问 'parameters': { 'type': 'object', 'properties': { 'location': { 'type': 'string', 'description': '城市名称，例如：大连、上海' # 中文示例更直观 }, 'unit': {'type': 'string', 'enum': ['摄氏度', '华氏度']} # 改为中文枚举值 }, 'required': ['location'] # 必填参数：location } }] # 主程序入口 if __name__ == "__main__": # 执行问答逻辑并打印最终结果 print("最终回答：", weather_qa())