Deepseek的Function calling功能流程

Deepseek的Function calling功能

一、Function Calling功能概述

1. 功能定义：Function Calling（函数调用）是OpenAI在2023年8月提出的大语言模型功能，允许大语言模型调用外部工具辅助完成工作。例如在天气查询场景中，大语言模型本身不具备实时天气信息，但接入天气查询API后，当用户询问天气相关问题时，模型能主动向外部工具发起请求获取信息，从而更好地回答用户问题。
2. 功能与模型性能关系：Function Calling功能的实现程度与大语言模型的性能紧密相关。只有当模型性能足够强，能够准确识别用户意图和外部函数功能时，才能较好地运用该功能完成对话任务。

二、DeepSeek模型Function Calling的实现方式

1. 基于多角色对话系统：DeepSeek模型的Function Calling通过多角色对话系统实现。在该对话系统中，除了用户、系统消息、模型自身发出的消息外，还有外部工具消息。当用户提出问题，模型无法直接回答时，会查看是否有可用的外部工具。若有，模型会向外部工具发送请求，在获得外部工具的响应后，综合外部工具返回的信息和用户问题，梳理出回答内容再返回给用户。
2. 具体执行流程：
3. 
   

三、具备Function Calling功能的模型情况

1. 开源模型：通常30B以上的开源模型才具备比较好的Function Calling执行流程。
2. 在线大模型：目前，如GM 4 plus、GPT 4o（2.0版本，1.5 pro也表现不错）、Claude 3.5 Sonnet等在线大模型对Function Calling功能支持较好。

四、Function Calling功能的重要性

Function Calling功能是智能体开发的重要基石。熟练掌握该功能，甚至可以在不借助agent开发框架的情况下搭建复杂的智能体。在低代码开发框架（如Cozy、Dify）进行智能体开发时，也需要了解Function Calling底层原理，因为这些框架虽无需写代码，但同样存在调用外部工具的流程。