一文搞懂 Function Calling（函数调用）（非常详细），零基础入门到精通，看这一篇就够了

大模型扬叔

已于 2025-01-07 18:18:24 修改

阅读量2.8k

点赞数 30

文章标签：大模型人工智能

于 2024-12-02 11:58:09 首次发布

本文链接：https://blog.csdn.net/weixin_49895216/article/details/144185013

版权

文章目录

- 大模型开发 - 一文搞懂 Function Calling（函数调用）
零基础入门AI大模型

大模型开发 - 一文搞懂 Function Calling（函数调用）

本文将从_函数调用的本质、函数调用的原理、函数调用的想象空间_三个方面，带您一文搞懂函数调用 Function Calling。

函数调用

一、函数调用的本质

***自然语言接口（NLI）：***Natural Language Interface，自然语言连接一切。

自然语言接口（NLI）

NLI的定义

自然语言接口（NLI）允许用户通过日常语言与软件和设备交互，无需特定命令或语法。
用户界面与API的NLI化

为使多个软件和设备能协同工作，用户界面和API均需支持自然语言交互，简化复杂指令的执行。
实现NLI的两种思路

强大入口AI：依赖高度智能的AI拆解和分发用户任务。

广播式指令：AI将指令广播给所有软件，由它们自主决策是否及如何响应。

大模型的两大缺陷：大模型受限于计算资源和训练时间，导致信息滞后，并且其基于统计规律的回答缺乏真正的逻辑推理能力。

大模型的两大缺陷

问题一：没有最新信息：
- 大模型的训练需要大量的计算资源和时间，因此它们的知识库通常是在某个时间点之前的数据集上训练的。**例如，GPT-3.5和GPT-4的知识截至2021年9月。**这意味着它们无法提供此后的新信息或事件。为保持时效性，需定期重训模型，但成本高昂且耗时，导致大模型难以及时跟上信息更新。
问题二：没有真逻辑：
- **大模型生成的文本和回答主要基于训练数据的统计规律，而非严格的逻辑推理或形式化证明。**因此，在处理复杂或需深入逻辑推理的问题时，它们可能产生看似合理但实际不准确的回答。此外，大模型通过预测给定上下文中的下一个词来生成文本，可能受训练数据中的偏见和错误影响，从而削弱逻辑严谨性。

二、函数调用的原理

函数调用（Function Calling）：函数调用使您能够更可靠地从模型中获取结构化数据。

**********

函数调用（Function Calling）

第一步：创建通过调用外部 API 来回答问题的助手
- 定义函数，如**get_current_weather(location: string, unit: 'celsius' | 'fahrenheit')**

定义函数：get_current_weather

第二步：将自然语言转换为 API 调用
- **转换“谁是我的主要客户？”****get_customers(min_revenue: int, created_before: string, limit: int)**调用您的内部 API。

**调用内部API函数：**get_customers******

第三步：从文本中提取结构化数据
- 定义一个提取数据的函数**extract_data(name: string, birthday: string)**

**提取数据函数：**extract_data******

函数调用的机制*****：在大语言模型中，函数调用通常涉及将用户的自然语言请求转换为可执行的函数调用，并生成符合预定义函数签名的结构化输出，如JSON对象。*****

函数调用的机制

函数调用机制的主要步骤：

一、用户输入：用户通过自然语言向模型提出问题或请求。这些问题或请求可能需要调用外部函数来获取答案或执行某些操作。
二、模型解析：模型接收到用户输入后，会解析并理解输入内容。模型会根据其训练数据和算法判断是否需要调用函数，并确定要调用的函数及其参数。
三、生成函数调用：如果模型确定需要调用函数，它会生成一个包含函数调用所需参数的结构化输出。这通常是一个JSON对象，其中包含函数名、参数列表等信息。这个JSON对象是以字符串形式存在的，需要在实际调用函数之前进行解析。
四、函数调用执行：在您的代码中，您需要解析这个字符串化的JSON对象，将其转换为有效的数据结构（如字典或对象），并使用这些参数调用相应的函数。这个过程是在您的代码环境中完成的，而不是在模型内部。模型只是提供了调用函数所需的参数和信息。
五、处理函数结果：函数调用执行完成后，您需要将函数的结果返回给模型。这通常通过将结果附加到模型中再次调用模型来实现。模型会接收并处理这些结果，然后生成一个自然语言回复给用户，总结或解释函数调用的结果。

三、函数调用的想象空间

************函数调用的想象空间**************

用户对着微信说

步骤一：了解微信API或第三方库：
- 研究微信官方文档，了解是否有提供发送消息的API（通常情况下，个人用户无法直接访问这样的API）。
- 查找是否有可用的第三方库或工具，这些库或工具可能提供了访问微信某些功能的接口（但使用这些工具存在账号被封禁的风险）。
步骤二：登录微信：
- 使用选定的库或工具提供的登录方法登录微信账号。这通常涉及扫描二维码或使用其他认证机制。
步骤三：获取好友列表：
- 一旦登录，使用相关API或库函数来获取微信好友列表。
步骤四：筛选女性好友：
- 遍历好友列表，根据好友的性别信息筛选出女性好友。性别信息通常可以在好友列表的数据中获取。
步骤五：编写拜年信息：
- 编写一条或多条情真意切且带有小幽默的拜年信息模板。
步骤六：发送消息：
- 遍历筛选出的女性好友列表，并使用API或库函数向每个女性好友发送拜年信息。确保遵守发送频率限制，以避免被微信检测为滥用行为。
步骤七：退出登录：
- 发送完所有消息后，使用API或库函数安全地退出微信登录。

************微信给女性朋友拜年**************

用户对着富途牛牛说**：*************人工智能相关股票，市盈率最低的是哪几个？最近交易量如何？都有哪些机构持有？***********

步骤一：准备API接口和认证信息
- 确定用于获取股票信息的API接口URL。
- 获取并准备好API密钥或其他认证信息。
步骤二：定义函数以获取市盈率最低的人工智能股票
- 编写一个函数，该函数接受API接口URL和API密钥作为参数。
- 在函数内部，构造请求参数，指定股票分类为人工智能，按市盈率升序排列，并限制返回结果的数量。
- 发送HTTP GET请求到API接口，并传入构造好的请求参数和API密钥。
- 检查响应的状态码，确保请求成功。
- 解析响应内容，提取市盈率最低的股票列表信息。
- 返回市盈率最低的股票列表。

步骤三：定义函数以获取股票的最近交易量
- 编写一个函数，该函数接受API接口URL、API密钥和股票代码作为参数。
- 构造特定于股票代码的API请求URL。
- 发送HTTP GET请求到构造好的URL，并传入API密钥。
- 检查响应的状态码，确保请求成功。
- 解析响应内容，提取交易量信息。
- 返回交易量信息。

步骤四：定义函数以获取股票的机构持有者信息
- 编写一个函数，该函数接受API接口URL、API密钥和股票代码作为参数。
- 构造特定于股票代码的API请求URL。
- 发送HTTP GET请求到构造好的URL，并传入API密钥。
- 检查响应的状态码，确保请求成功。
- 解析响应内容，提取机构持有者列表及其持股份额等信息。
- 返回机构持有者信息。

步骤五：调用函数并处理结果
- 调用步骤3中定义的函数，获取该股票的最近交易量信息。
- 调用步骤4中定义的函数，获取该股票的机构持有者信息。
- 调用步骤2中定义的函数，获取市盈率最低的人工智能股票列表。
- 遍历股票列表，对于每只股票：
- 打印或存储获取到的信息，包括股票代码、市盈率、最近交易量和机构持有者列表。