openai.ChatCompletion.create调用工具函数：ChatCompletionMessageToolCall，functions=[tool_call]

将提示词和工具函数（含工具描述）交给openai.ChatCompletion.create，由上述调用生成回复，当OpenAI的模型（OpenAI的服务端）生成回复时，它会根据工具描述来决定是否调用工具。并将这个决定返回客户端。

人工干智能

1672人浏览 · 2024-10-22 09:23:14

人工干智能 · 2024-10-22 09:23:14 发布

调用OpenAI的openai.ChatCompletion.create方法中我们知道：OpenAI为服务端（即OpenAI的API端点），应用程序为客户端。应用程序通过openai.ChatCompletion.create方法调用OpenAI的API。这个方法会发送一个HTTP请求到OpenAI的服务器，服务器会处理这个请求，生成回复，并将回复返回给应用程序。因此，生成回复是在OpenAI的服务端进行的，而不是在客户端进行的。

那么，如何调用工具函数呢？

1、将提示词和工具函数（含工具描述）交给openai.ChatCompletion.create，由上述调用生成回复，当OpenAI的模型（OpenAI的服务端）生成回复时，它会根据工具描述来决定是否调用工具。并将这个决定以及格式（函数名及参数值）返回客户端。

2、若需要调用工具，则在客户端进行的调用，并将结果返回给OpenAI的模型（OpenAI的服务端）。即：这些工具的定义和调用是在应用程序的本地环境中进行的，而不是在OpenAI的服务端进行的。

3、OpenAI的模型（OpenAI的服务端）结合工具调用的结果，生成新的回复，返回给客户端。

4、上述过程可能需要多次，因为，可能有多个工具需要调用。另外，通过异步方式可以实现在客户端并行地进行多个工具的调用。

上述OpenAI的服务端与客户端的交互过程，以及客户端调用工具的过程都被openai.ChatCompletion.create封装了，所以从应用程序角度是看不见的。

即：应用程序通过functions参数传递给OpenAI的API一个或多个工具。当模型生成回复时，它会根据这些工具的定义和参数来决定是否调用这些工具。如果需要调用工具，应用程序会执行相应的工具调用逻辑（你要写应用程序和调用点），并将结果返回给OpenAI的服务端。完成交互后，OpenAI的服务端向客户端返回最后的回复。

openai.ChatCompletion.create返回的结果response中，包含是否调用及调用的工具（函数）及参数值，即回复中的ChatCompletionMessageToolCall部分

含一个工具调用的例子：

from openai.types.chat.chat_completion_message_tool_call import (
    ChatCompletionMessageToolCall,
    Function,
)

# 使用这个工具调用消息
response = openai.ChatCompletion.create(
    model="gpt-3.5-turbo",
    messages=[
        {"role": "system", "content": "你是一个智能助手，请根据以下工具调用消息生成回复。"},
        {"role": "user", "content": "请帮我查询北京的天气预报。"}
    ],
    functions=[tool_call]
)

print(response.choices[0].message.content)
#这个示例展示了如何使用ChatCompletionMessageToolCall和Function类来定义和调用一个工具，并使用OpenAI的API生成回复。

# 回复中包含的工具调用消息
tool_call = ChatCompletionMessageToolCall(
    function=Function(
        name="weather_forecast",
        description="获取指定城市的天气预报",
        parameters={
            "type": "object",
            "properties": {
                "city": {"type": "string", "description": "需要查询的城市名称"},
                "date": {"type": "string", "description": "需要查询的日期，格式为YYYY-MM-DD"}
            },
            "required": ["city"]
        }
    ),
    arguments={"city": "北京", "date": "2023-10-01"}
)

有了ChatCompletionMessageToolCall后，你在应用程序中就可以调用了：

tool_call = response.choices[0].message.tool_calls[0]
tool_name = tool_call.function.name
tool_input = json.loads(tool_call['function']['arguments'])
#调用你的函数
tool_response = tool_name(**tool_input))

含多个工具调用的例子：

# 导入必要的类
from openai.types.chat.chat_completion_message_tool_call import (
    ChatCompletionMessageToolCall,
    Function,
)

# 创建工具调用消息1：获取天气预报
tool_call1 = ChatCompletionMessageToolCall(
    function=Function(
        name="weather_forecast",
        description="获取指定城市的天气预报",
        parameters={
            "type": "object",
            "properties": {
                "city": {"type": "string", "description": "需要查询的城市名称"},
                "date": {"type": "string", "description": "需要查询的日期，格式为YYYY-MM-DD"}
            },
            "required": ["city"]
        }
    ),
    arguments={"city": "北京", "date": "2023-10-01"}
)

# 创建工具调用消息2：获取股票价格
tool_call2 = ChatCompletionMessageToolCall(
    function=Function(
        name="stock_price",
        description="获取指定股票的实时价格",
        parameters={
            "type": "object",
            "properties": {
                "symbol": {"type": "string", "description": "需要查询的股票代码"}
            },
            "required": ["symbol"]
        }
    ),
    arguments={"symbol": "AAPL"}
)

# 使用工具调用消息生成回复
response = openai.ChatCompletion.create(
    model="gpt-3.5-turbo",
    messages=[
        {"role": "system", "content": "你是一个智能助手，请根据以下工具调用消息生成回复。"},
        {"role": "user", "content": "请帮我查询北京的天气预报和苹果公司的股票价格。"}
    ],
    functions=[tool_call1, tool_call2]
)

print(response.choices[0].message.content)