使用 DeepSeek 调用 Function Calling：从入门到实践

Function Calling 通过让AI模型无缝调用外部工具或服务，扩展其能力边界，实现从意图识别到执行落地的闭环，将大语言模型转化为可编程的智能执行中枢。

kestiny

1432人浏览 · 2025-03-25 06:32:12

kestiny · 2025-03-25 06:32:12 发布

Fucntion Calling

1. 前言

Function Calling 简介：
- 什么是 Function Calling？
- 为什么需要 Function Calling？
- DeepSeek 对 Function Calling 的支持。
目标读者：
- 对 AI 和自然语言处理感兴趣的程序员。
- 希望了解如何将 Function Calling 集成到应用中的开发者。

2. Function Calling 基础

什么是 Function Calling：
- 定义：Function Calling 是让 AI 模型调用预定义函数的能力。
- 示例：用户输入“现在时间”，AI 调用时间查询函数并返回结果。
Function Calling 的优势：
- 扩展 AI 模型的能力，使其能够执行具体任务。
- 提高交互的灵活性和实用性。
DeepSeek 的 Function Calling 支持：
- 支持的模型和功能。
- 与其他 API 的对比。

3. 准备工作

环境配置

环境配置请参照接入DeepSeek API，看这一篇就够了，超详细

安装依赖

确保你已经安装了openai sdk

pip install openai

4. Function Calling 的实现

4.1 定义函数

函数的作用：
- 示例：查询当前时间、查询天气、计算数学表达式、调用外部 API 等。
函数的格式：
- 函数名称、描述、参数列表。

示例代码：

def get_current_time():
  current_datetime = datetime.now()
  formatted_time = current_datetime.strftime('%Y-%m-%d %H:%M:%S')
  return f"现在是 {formatted_time}"

4.2 配置 Function Calling

定义函数描述：
- 使用 JSON 格式描述函数，供 AI 模型识别。

示例代码：

functions = [
  {
      "type": "function",
      "function": {
          "name": "get_current_time",
          "description": "当你想知道现在的时间时非常有用。",
      }
  },
  ]

4.3 调用 DeepSeek API

发送请求：
- 将用户输入和函数描述发送到 DeepSeek API。
处理响应：
- 解析 API 返回的 JSON 数据，判断是否需要调用函数。

示例代码：

def chat_completion_request(messages, tools):
  print(f"正在像LLM发起API请求...")
  completion = client.chat.completions.create(
      model="deepseek-chat",  # 此处以deepseek-chat为例
      messages=messages,
      tools=tools
  )
  print("返回对象：")
  print(completion.choices[0].message.model_dump_json())
  print("\n")
  return completion

4.4 执行函数并返回结果

解析函数调用请求：
- 从 API 响应中提取函数名称和参数。
调用本地函数：
- 根据函数名称和参数执行预定义函数。
返回结果：
- 将函数执行结果返回给 AI 模型，生成最终响应。

示例代码：

if completion.choices[0].message.tool_calls:
  function_name = completion.choices[0].message.tool_calls[0].function.name
  arguments_string = completion.choices[0].message.tool_calls[0].function.arguments

  arguments = json.loads(arguments_string)
  # 创建一个函数映射表
  function_mapper = {
      "get_current_time": get_current_time
  }

  # 获取函数实体
  function = function_mapper[function_name]
  if arguments == {}:
      function_output = function()
  else:
      function_output = function(arguments)
  print(f"AI:{function_output}\n")

5. 完整代码示例

完整代码

  #-*-coding:utf-8-*-
    from openai import OpenAI
    import json
    from datetime import datetime

    # 1. 外部工具函数调用定义
    def get_current_time():
        current_datetime = datetime.now()
        formatted_time = current_datetime.strftime('%Y-%m-%d %H:%M:%S')
        return f"现在是 {formatted_time}"

    ## 步骤2:创建 tools 数组，传递给LLM的知识库之一
    functions = [
        {
            "type": "function",
            "function": {
                "name": "get_current_time",
                "description": "当你想知道现在的时间时非常有用。",
            }
        },
    ]

    # 步骤3:发起 function calling 请求
    client = OpenAI(
        api_key="your-api-key",
        base_url="https://api.deepseek.com/"
    )

    def chat_completion_request(messages, tools):
        print(f"正在像LLM发起API请求...")
        completion = client.chat.completions.create(
            model="deepseek-chat",  # 此处以deepseek-chat为例
            messages=messages,
            tools=tools
        )
        print("返回对象：")
        print(completion.choices[0].message.model_dump_json())
        print("\n")
        return completion

    def main_loop():
        print("欢迎使用智能助手！输入内容开始对话（输入 exit 退出）")
        while True:
            try:
                # 获取用户输入
                user_input = input("\n用户输入: ")
                if user_input.lower() in ("exit", "quit"):
                    break

                # 创建messages数组
                messages = [
                    {"role": "system", "content": "",},
                    {"role": "user", "content": user_input}
                ]

                completion = chat_completion_request(messages, functions)
                if not completion:
                    continue

                if completion.choices[0].message.tool_calls:
                    function_name = completion.choices[0].message.tool_calls[0].function.name
                    arguments_string = completion.choices[0].message.tool_calls[0].function.arguments

                    arguments = json.loads(arguments_string)
                    # 创建一个函数映射表
                    function_mapper = {
                        "get_current_time": get_current_time
                    }

                    # 获取函数实体
                    function = function_mapper[function_name]
                    if arguments == {}:
                        function_output = function()
                    else:
                        function_output = function(arguments)
                    print(f"AI:{function_output}\n")
                else:
                    print(f"AI:{completion.choices[0].message.content}\n")
            except KeyboardInterrupt:
                print("\n再见！")
                break
            except Exception as e:
                print(f"发生错误: {str(e)}")

    if __name__ == "__main__":
        main_loop()