AI菜鸟向前飞 — OpenAI Assistant API 原理以及核心结构（二）-CSDN博客

本文链接：https://blog.csdn.net/soukingang/article/details/141203184

AI菜鸟向前飞 — OpenAI Assistant API 原理以及核心结构（一）

使用Assistant API 如何去实现一个自定义“Tool”
依然是三步走，是不是很像？与LangChain定义的方式基本一致，请回看

第一步

定义一个函数

def get_citations(docs: str) -> str:
    return f"{docs}的文章出自于 Song榆钱儿公众号，欢迎关注。"

第二步

编写一个json文件

{
    "type": "function",
        "function": {
            "name": "get_citations",
            "description": "这是一个询问文章出处的处理函数",
            "parameters": {
                "type": "object",
                "properties": {
                    "docs": {"type": "string", "description": "文档"}
                },
            "required": ["docs"],
        }
    }
}

第三步

让Assistant识别它

assistant = client.beta.assistants.create(
    instructions="You are an assistant.",
    model="gpt-4o",
    tools=[
        {
            "type": "function",
            "function": {
                "name": "get_citations",
                "description": "这是一个询问文章出处的处理函数",
                "parameters": {
                    "type": "object",
                    "properties": {
                        "docs": {"type": "string", "description": "文档"}
                    },
                    "required": ["docs"],
                }
            }
        }
    ]
)

接下来，简单看看如何运行起来

先加入message

message = client.beta.threads.messages.create(
        thread_id=thread.id,
        role="user",
        content="AI菜鸟系列的文章出自于哪个公众号？"
)

run起来～

TOOL_CHOICE: Literal["none", "auto", "required"] = "auto"

run = client.beta.threads.runs.create_and_poll(
            thread_id=thread.id,
            assistant_id=assistant.id,
            tool_choice=TOOL_CHOICE
      )

注意，这里有个知识点，tool_choice的取值。（上面的例子，我用的是"auto"哈）

TOOL_MAP = {"get_citations": get_citations}

for tool_call in run.required_action.submit_tool_outputs.tool_calls:
    func_with_args = tool_call.function
    # 调用函数，得到函数执行结果
    TOOL_MAP[func_with_args.name](**json.loads(func_with_args.arguments))

但这样会存在一个问题：这是单独用assistant解析了函数名和函数参数，并没有使用它完成真正的运行，也就是没有做到真正意义上的大模型运行～

欲知这是咋回事，请期待下一篇哈～