function call介绍和实现（以DeepSeek为例）

function call定义

Function Call 是一种机制，允许大语言模型在推理过程中动态调用外部函数或 API，以获取实时数据、执行特定任务或操作外部系统。通过 Function Call，模型能够直接与外部工具（如数据库、硬件设备、业务系统）交互，从而实现更复杂的任务。

简单来说就是：大模型调用外部函数完成用户的任务。当然大模型本身无法调用函数，还得通过程序实现。

举个例子：

用户问：北京今天天气怎么样？

这个问题是需要实时天气信息的，但是众所周知，大模型裸推的话是无法获取实时信息的。

因此我们可以写一个获得天气的函数：get_weather函数，用于获得天气，函数的入参为：location：str。大模型回答问题的时候发现需要调用get_weather函数，并提取参数location："北京"。

整理流程如下所示：
在这里插入图片描述

那么还有一个关键点：大模型如何知道有哪些可调用的模型呢？

需要我们明确描述每个可用工具的输入输出规范，格式如下：

tools = [{
        "type": "function",
        "function": {
            "name": "get_weather",
            "description": "获得天气的函数，需要提供地点信息",
            "parameters": {
                "type": "object",
                "properties": {
                    "location": {
                        "type": "string",
                        "description": "城市或者地区，比如北京，上海",
                    }
                },
                "required": ["location"]
            },
        }
    }

]

简单介绍下比较重要的参数：

name：函数的名字（具体的函数需要自己定义）。

description：函数的描述。

parameters：函数的入参，该例子中只需要一个"location"参数。

required：大模型需要提供的入参。

至此我们定义了tools，并且申明有哪些外部函数可以调用。

创建client的时候传入tools参数即可。

client.chat.completions.create(
    model="deepseek-chat",
    messages=messages,
    tools=tools,
    tool_choice="auto"
)

简单介绍完了Function Call，我们可以发现最重要的其实只有两点：

  1. 编写外部可调用函数。
  2. 将可调用的函数的信息以写入tools中交给大模型。

实战：以deepseek为例

下面以deepseek为基础模型简单实现一个function call的例子。

deepseek api请自行前往：https://platform.deepseek.com/申请。

首先我们需要编写外部可调用的函数。

mykey = "xxxxxx"

def weibohot():
    url = f"https://apis.tianapi.com/weibohot/index?key={mykey}"
    try:
        response = requests.get(url)
        response.raise_for_status()  # Raise an error for bad responses
        data = response.json()
        
        if 'result' in data and 'list' in data['result']:
            data_lists = data['result']['list']
            data_str = '\n'.join(f'{i+1}: {item["hotword"]}' for i, item in enumerate(data_lists))
            return data_str
        else:
            return "Failed to retrieve data from Weibo trending topics."
    except requests.RequestException as e:
        return f"error: {e}"

def douyinhot():
    url = f"https://apis.tianapi.com/douyinhot/index?key={mykey}"
    try:
        response = requests.get(url)
        response.raise_for_status()  # Raise an error for bad responses
        data = response.json()
        if 'result' in data and 'list' in data['result']:
            data_lists = data['result']['list']
            data_str = '\n'.join(f'{i+1}: {item["word"]}' for i, item in enumerate(data_lists))
            return data_str
        else:
            return "Failed to retrieve data from douyin trending topics."
    except requests.RequestException as e:
        return f"error: {e}"

def get_weather(location):
    url = f"https://apis.tianapi.com/tianqi/index?key={mykey}&city={location}&type=1"
    try:
        response = requests.get(url)
        response.raise_for_status()  # Raise an error for bad responses
        data = response.json()
        if 'result' in data:
            weather_info = data['result']
            return f"{location}的天气是{weather_info['weather']}，温度{weather_info['real']}。Tips：{weather_info['tips']}"
        else:
            return "Failed to retrieve weather data."
    except requests.RequestException as e:
        return f"error: {e}"

我写了三个函数，分别用于获得天气，获取微博热搜，获得抖音热搜。

这里的api我是在

天聚数行TianAPI - 应用开发者API数据调用平台

申请的。

申请功能接口和个人的KEY

申请api
密钥key：
在这里插入图片描述

微博热搜，抖音热搜每天都有免费的额度可以使用。

在这里插入图片描述

申请api后，我们可以测试下函数

print(weibohot())
'''
1: 一天官宣三部大剧
2: 缅甸7.9级地震地表位移画面首曝光
3: 中国坚定不移扩大高水平对外开放
4: 京东618买苹果领券叠国补更便宜
5: 折腰今日开播
6: 13岁女孩称以为是妈妈让女教官打自己
7: 女子被困自家别墅电梯1天1夜
....
'''
print(douyinhot())
'''
1: 金价
2: 中美最终加征多少关税
3: 数说中国民营经济新动能
4: 外交部：芬太尼是美国的问题
5: 苹果iOS 18.5正式版发布
6: 65款应用违法违规收集使用个人信息
7: 金饰克价跌破千元
8: A股港股行情
9: 董军同法国国防部长举行会谈
10: 杜特尔特狱中当选市长
11: 独行侠抽中状元签
12: 森林狼轻取勇士夺赛点
....
'''
print(get_weather("北京"))
'''
北京的天气是晴，温度30.5℃。
Tips：晴天紫外线等级较高，外出注意补水防晒。
该地区今日温差较大，建议根据实际情况适时调整衣着安排。
天气炎热，适宜着短衫、短裙、短裤、薄型T恤衫、敞领短袖棉衫等夏季服装。
空气质量较差，敏感人群建议减少体力消耗类户外活动。

'''

都能返回实时信息。勇士没库里还真不行。

下面将函数的信息写入tools中。

tools = [
    {
        "type": "function",
        "function": {
            "name": "get_weather",
            "description": "获得天气的函数，需要提供地点信息",
            "parameters": {
                "type": "object",
                "properties": {
                    "location": {
                        "type": "string",
                        "description": "城市或者地区，比如北京，上海",
                    }
                },
                "required": ["location"]
            },
        }
    },
    {
        "type": "function",
        "function": {
            "name": "weibohot",
            "description": "获得微博热搜，将返回现在的微博搜热结果",
            "parameters": {
                "type": "object"
            },
            "required": []
        },
    },
        {
        "type": "function",
        "function": {
            "name": "douyinhot",
            "description": "获得抖音热搜，将返回现在的抖音搜热结果",
            "parameters": {
                "type": "object"
            },
            "required": []
        },
    }
]

下面我们定义函数chat_llm_tools用于回答用户问题和调用外部函数。

def chat_llm_tools(query: str) -> str: 
    client = openai.Client(api_key=API_KEY, base_url=URL)
    messages = [{"role": "user", "content": query}]
    
    while True:
    # 将tools传入大模型
        response = client.chat.completions.create(
            model=MODEL_NAME,
            messages=messages,
            tools=tools,
            tool_choice="auto"
        )
        reply = response.choices[0].message
        messages.append(reply)
        # 如果大模型判断是否需要执行tools
        if not reply.tool_calls:
            break
      # 执行tools
        for tool_call in reply.tool_calls:
            function_args = json.loads(tool_call.function.arguments) 
            result = globals()[tool_call.function.name](**function_args)  
            print(f"use tool: {tool_call.function.name}")

            tool_call_id = tool_call.id
            # 将tools执行的结果加入messages中
            messages.append({"role": "tool", "tool_call_id": tool_call_id, "content": str(result)})
    
    final_response = response.choices[0].message.content
    return final_response

query = "总结下现在的微博和抖音热搜"
print(chat_llm_tools(query=query))
'''
use tool: weibohot
use tool: douyinhot
### 微博热搜总结：
1. **社会热点**：缅甸7.9级地震地表位移画面首曝光、卫健委回应救护车在西藏拉警报旅游、女子被困自家别墅电梯1天1夜等。
2. **娱乐动态**：一天官宣三部大剧、折腰今日开播、迪士尼发了肖战剧照、肖战一键转场打开藏海传等。
3. **国际新闻**：莫迪对印巴空战公开讲话但只字不提美国、巴基斯坦举国感谢中国等。
4. **商业活动**：天猫618补贴真的大、抖音商城618超级补贴价更低等。
5. **争议话题**：代孕一旦合法穷人更将苦不堪言、曝司机骚扰未成年女乘客问是不是处女等。

### 抖音热搜总结：
1. **经济与政策**：金价、中美最终加征多少关税、外交部：芬太尼是美国的问题等。
2. **科技与产品**：苹果iOS 18.5正式版发布、国补版iPhone16Pro被抢空等。
3. **体育赛事**：森林狼轻取勇士夺赛点、独行侠抽中状元签、郑钦文晋级罗马站8强等。
4. **娱乐与生活**：夏天的味道在抖音、你家端午吃甜粽还是咸粽、藏海传定档0518等。
5. **国际动态**：印巴冲突后莫迪首次公开发言、智利总统博里奇抵京等。

### 共同点：
- **国际新闻**：莫迪对印巴冲突的发言在微博和抖音均有提及。
- **商业活动**：抖音商城618超级补贴在两大平台均有热度。
- **娱乐内容**：影视剧和明星动态在微博和抖音都占据重要位置。

### 差异：
- **微博**更侧重于社会热点和娱乐新闻。
- **抖音**更关注经济、科技和体育赛事。
'''

成功执行weibohot和douyinhot

简单分析下对话的代码。

response = client.chat.completions.create(
            model=MODEL_NAME,
            messages=messages,
            tools=tools,
            tool_choice="auto"
        )
reply = response.choices[0].message

获得reply后查看下里面的内容

ChatCompletionMessage(content='', refusal=None, role='assistant', annotations=None, audio=None, function_call=None, 
tool_calls=[
ChatCompletionMessageToolCall(id='call_0_32551392-1330-467b-82dc-d3db4391ac15', function=Function(arguments='{}', name='weibohot'), type='function', index=0), 
ChatCompletionMessageToolCall(id='call_1_33c6a597-6a36-4ee0-ac5f-8d0724794132', function=Function(arguments='{}', name='douyinhot'), type='function', index=1)])

大模型返回需要调用的函数：调用'weibohot'和'douyinhot'

for tool_call in reply.tool_calls:
    function_args = json.loads(tool_call.function.arguments) 
    result = globals()[tool_call.function.name](**function_args)  
    print(f"use tool: {tool_call.function.name}")

    tool_call_id = tool_call.id
    messages.append({"role": "tool", "tool_call_id": tool_call_id, "content": str(result)})

循环执行需要调用的函数，function_args为执行函数需要的入参，因为'weibohot'和'douyinhot'两个函数不需要入参，因此这里function_args为空。

result = globals()[tool_call.function.name](**function_args)

通过globals()执行外部函数，得到返回结果。

并且将返回结果加入到messages中

messages.append({"role": "tool", "tool_call_id": tool_call_id, "content": str(result)})

完整代码如下：

import requests
import openai
import json

MODEL_NAME = "deepseek-chat"
API_KEY = "sk-xxxxxx"
URL = "https://api.deepseek.com"
mykey = "xxxxxxxx"

def weibohot():
    url = f"https://apis.tianapi.com/weibohot/index?key={mykey}"
    try:
        response = requests.get(url)
        response.raise_for_status()  # Raise an error for bad responses
        data = response.json()
        
        if 'result' in data and 'list' in data['result']:
            data_lists = data['result']['list']
            data_str = '\n'.join(f'{i+1}: {item["hotword"]}' for i, item in enumerate(data_lists))
            return data_str
        else:
            return "Failed to retrieve data from Weibo trending topics."
    except requests.RequestException as e:
        return f"error: {e}"

def douyinhot():
    url = f"https://apis.tianapi.com/douyinhot/index?key={mykey}"
    try:
        response = requests.get(url)
        response.raise_for_status()  # Raise an error for bad responses
        data = response.json()
        if 'result' in data and 'list' in data['result']:
            data_lists = data['result']['list']
            data_str = '\n'.join(f'{i+1}: {item["word"]}' for i, item in enumerate(data_lists))
            return data_str
        else:
            return "Failed to retrieve data from douyin trending topics."
    except requests.RequestException as e:
        return f"error: {e}"

def get_weather(location):
    url = f"https://apis.tianapi.com/tianqi/index?key={mykey}&city={location}&type=1"
    try:
        response = requests.get(url)
        response.raise_for_status()  # Raise an error for bad responses
        data = response.json()
        if 'result' in data:
            weather_info = data['result']
            return f"{location}的天气是{weather_info['weather']}，温度{weather_info['real']}。Tips：{weather_info['tips']}"
        else:
            return "Failed to retrieve weather data."
    except requests.RequestException as e:
        return f"error: {e}"

tools = [
    {
        "type": "function",
        "function": {
            "name": "get_weather",
            "description": "获得天气的函数，需要提供地点信息",
            "parameters": {
                "type": "object",
                "properties": {
                    "location": {
                        "type": "string",
                        "description": "城市或者地区，比如北京，上海",
                    }
                },
                "required": ["location"]
            },
        }
    },
    {
        "type": "function",
        "function": {
            "name": "weibohot",
            "description": "获得微博热搜，将返回现在的微博搜热结果",
            "parameters": {
                "type": "object"
            },
            "required": []
        },
    },
        {
        "type": "function",
        "function": {
            "name": "douyinhot",
            "description": "获得抖音热搜，将返回现在的抖音搜热结果",
            "parameters": {
                "type": "object"
            },
            "required": []
        },
    }
]

def chat_llm_tools(query: str) -> str: 
    client = openai.Client(api_key=API_KEY, base_url=URL)
    messages = [{"role": "user", "content": query}]
    
    while True:
        response = client.chat.completions.create(
            model=MODEL_NAME,
            messages=messages,
            tools=tools,
            tool_choice="auto"
        )
        reply = response.choices[0].message
        # print(f"大模型返回: {reply}")
        messages.append(reply)
        
        if not reply.tool_calls:
            break
        
        for tool_call in reply.tool_calls:
            function_args = json.loads(tool_call.function.arguments) 
            result = globals()[tool_call.function.name](**function_args)  
            print(f"use tool: {tool_call.function.name}")

            tool_call_id = tool_call.id
            messages.append({"role": "tool", "tool_call_id": tool_call_id, "content": str(result)})
    
    final_response = response.choices[0].message.content
    return final_response
 
 # query = "上海今天天气"
query = "总结下现在的微博和抖音热搜"
print(chat_llm_tools(query=query))

参考

八、基于OpenAI大模型开发——Function calling-CSDN博客

【DeepSeek开发入门】Function Calling 函数功能应用实战指南_deepseek function calling-CSDN博客

https://zhuanlan.zhihu.com/p/663770472

Function Calling | DeepSeek API Docs

# 自然语言处理 # 人工智能 # nlp
Logo
DeepSeek技术社区

欢迎加入DeepSeek 技术社区。在这里，你可以找到志同道合的朋友，共同探索AI技术的奥秘。

更多推荐

cover

复旦NLP团队2025新书《大规模语言模型：从理论到实践（第2版）》重磅来袭！

avatar DeepSeek技术社区
cover

或许是全网最全的 DeepSeek 使用指南，90% 的人都不知道的使用技巧

avatar DeepSeek技术社区
cover

不可错过！DeepSeek + 本地知识库，打造超强AI助手

avatar DeepSeek技术社区