让模型调用一个函数
这一节只做一件事:给模型一个“加法”函数的说明,问它一道加法题,看它怎么回答。做完你会明白 Agent 最底层的那块积木。
先想一个比方
你是老板,有个助理很会说话,但手里没有计算器。你给他一张纸条:“需要算加法时,写一张‘请算 a 加 b’的单子交给我,我替你按计算器。”
于是他不会自己乱猜答案,而是递给你一张单子:“请算 3829 加 9471。”
模型就是这个助理,函数调用就是那张单子。 模型自己不执行任何函数,它只是按你给的格式,说出“我想调哪个函数、参数是什么”。真正去执行的,是你写的程序。
代码
下载 step1_call.py,或者自己敲:
python
import json, os
from openai import OpenAI
client = OpenAI(base_url=os.environ.get("AGENT_BASE_URL", "http://localhost:11434/v1"),
api_key=os.environ.get("AGENT_API_KEY", "ollama"))
MODEL = os.environ.get("AGENT_MODEL", "qwen3:8b")
tools = [{
"type": "function",
"function": {
"name": "add",
"description": "计算两个数的和",
"parameters": {
"type": "object",
"properties": {"a": {"type": "number"}, "b": {"type": "number"}},
"required": ["a", "b"],
},
},
}]
resp = client.chat.completions.create(
model=MODEL,
messages=[{"role": "user", "content": "3829 加 9471 等于多少?"}],
tools=tools,
)
msg = resp.choices[0].message
print("finish_reason:", resp.choices[0].finish_reason)
print("content:", msg.content)
for call in msg.tool_calls or []:
print("tool_call:", call.function.name, call.function.arguments)运行:
bash
python step1_call.py你应该看到(本机 qwen3:8b,3.7 秒):
text
finish_reason: tool_calls
content:
tool_call: add {"a":3829,"b":9471}读懂这三行
finish_reason: tool_calls:模型这一轮停下来,是因为它想调用工具,而不是说完了话。content是空的:它没有直接回答 13300,而是递了“单子”。tool_call: add {"a":3829,"b":9471}:它选了add这个函数,参数是一段 JSON 字符串。注意arguments是字符串,用之前要json.loads一下。
我们用云端的 GLM 模型跑同一段代码,输出一样,只是 JSON 里多了空格:add {"a": 3829, "b": 9471}。
函数说明怎么写
tools 里每一项告诉模型一个函数:
| 字段 | 作用 |
|---|---|
name | 函数名。模型调用时就用这个名字 |
description | 这个函数做什么。模型靠它判断什么时候该用 |
parameters | 参数的 JSON Schema:有哪些参数、什么类型、哪些必填 |
description 写得好不好,直接决定模型会不会在对的时候用它。写成“计算两个数的和”比写成“工具 1”好得多。
- 1?
- 2?
- 3?
- 4?
按先后顺序,一个一个点。
考考你模型返回 tool_calls 时,函数被执行了吗?
检查一下
- 我跑出了
finish_reason: tool_calls和一条tool_call - 我能说出
name、description、parameters各管什么 - 我知道
arguments是字符串,模型自己不执行函数
下一节:写出 Agent 循环。