大模型Function Calling实战指南:从原理到代码,让AI更强大

本文详解大模型函数调用(Function Calling)技术,包括核心概念、与ReACT的区别、工具定义格式及应用场景。通过Python代码示例展示如何让大模型执行计算任务,获取更准确结果。Function Calling使大模型能与外部服务交互,适用于API调用、数据库查询等场景,是提升AI应用能力的重要技术。


Function/Tool Calling

@openai: 函数调用为 OpenAI 模型提供了一种强大而灵活的方式,可以与您的代码或外部服务进行交互。通过函数调用,您可以向 Assistant 描述函数,并让其智能地返回需要调用的函数及其参数。@openai

@langchain: 我们将“工具调用”与“函数调用”互换使用。虽然“函数调用”有时指的是单个函数的调用,但我们将所有模型视为可以在每条消息中返回多个工具或函数调用。

工具调用与 ReACT 的区别

项目ReAct 提示词工程Function Calling
核心思想用提示词引导模型「推理 + 行动 + 观察反馈」循环明确声明函数签名,模型调用结构化函数
技术机制Prompt 模板控制流程,如:Think -> Act -> Obs通过函数描述注册函数接口,模型自动生成调用参数
环境交互灵活性高:适用于复杂多步任务、agent 类流程中:适合明确定义的单步工具调用
开发复杂度中:需要精心设计提示词模板与中间状态管理低~中:注册函数较直接,但需要参数与返回值处理
典型应用场景多步推理、多工具交替使用、信息抽取等复杂场景明确 API 调用、数据库查询、插件系统等
与 Agent 框架集成度高:常用于 LangChain、AutoGPT 中的推理行为生成高:OpenAI、LangChain、Claude 支持直接注册使用
优缺点总结✅ 灵活可控✅ 自动结构化调用
❌ 难以规模化自动解析❌ 不擅长多步控制与反馈处理

function calling 核心概念

  • tools: 函数列表
  • function: 单个函数定义
  • function.name: 函数名字
  • function.description: 函数作用描述
  • parameters: 函数形参说明
"tools": [ { "type": "function", "function": { "name": "current_time", "description": "A tool for getting the current time.", "parameters": { "properties": {}, "required": [], "type": "object" } } }, { "type": "function", "function": { "name": "simple_code", "description": "A tool for running code and getting the result back. Only native packages are allowed, network/IO operations are disabled. and you must use print() or console.log() to output the result or result will be empty.", "parameters": { "properties": { "code": { "description": "code to be executed, only native packages are allowed, network/IO operations are disabled.", "type": "string" }, "language": { "description": "language of the code, only \"python3\" and \"javascript\" are supported", "type": "string" } }, "required": ["language", "code"], "type": "object" } } }]

工具调用的返回格式

  • tool_calls: 工具调用序列,单个或者多个
  • function 函数调用
  • function.name 函数名字
  • function.arguments 函数实参
"message": { "role": "assistant", "content": "", "tool_calls": [ { "function": { "name": "simple_code", "arguments": { "code": "print(0.9111 ** 3)", "language": "python3" } } } ] }

常用工具

  • 代码解析器 python node
  • 命令解析器 bash
  • 文件管理 file directory
  • 浏览器控制 browser use
  • 外部接口 openapi swagger
  • 大模型上下文协议 MCP playwright-mcp

python 工具调用示例

没有工具调用的对话模型

使用工具可以获得更加准确的结果

带有 function call 的请求

{ "model": "qwen3","stream": false,"options": { "temperature": 0 },"messages": [ { "role": "system", "content": "/no_think\n" }, { "role": "user", "content": "使用python计算 0.9111**3=" } ],"tools": [ { "type": "function", "function": { "name": "current_time", "description": "A tool for getting the current time.", "parameters": { "properties": {}, "required": [], "type": "object" } } }, { "type": "function", "function": { "name": "simple_code", "description": "A tool for running code and getting the result back. Only native packages are allowed, network/IO operations are disabled. and you must use print() or console.log() to output the result or result will be empty.", "parameters": { "properties": { "code": { "description": "code to be executed, only native packages are allowed, network/IO operations are disabled.", "type": "string" }, "language": { "description": "language of the code, only \"python3\" and \"javascript\" are supported", "type": "string" } }, "required": ["language", "code"], "type": "object" } } } ]}

大模型的响应

{ "model": "qwen3","created_at": "2025-05-05T16:57:36.016688Z","message": { "role": "assistant", "content": "", "tool_calls": [ { "function": { "name": "simple_code", "arguments": { "code": "print(0.9111 ** 3)", "language": "python3" } } } ] },"done_reason": "stop","done": true,"total_duration": 2037533417,"load_duration": 34440000,"prompt_eval_count": 275,"prompt_eval_duration": 776227166,"eval_count": 42,"eval_duration": 1225024292}

最终请求

{ "model": "qwen3","stream": false,"options": { "temperature": 0 },"messages": [ { "role": "system", "content": "/no_think\n" }, { "role": "user", "content": "使用python计算 0.9111**3=" }, { "role": "assistant", "content": "" }, { "role": "tool", "content": "0.756307034631\n" } ],"tools": [ { "type": "function", "function": { "name": "current_time", "description": "A tool for getting the current time.", "parameters": { "properties": {}, "required": [], "type": "object" } } }, { "type": "function", "function": { "name": "simple_code", "description": "A tool for running code and getting the result back. Only native packages are allowed, network/IO operations are disabled. and you must use print() or console.log() to output the result or result will be empty.", "parameters": { "properties": { "code": { "description": "code to be executed, only native packages are allowed, network/IO operations are disabled.", "type": "string" }, "language": { "description": "language of the code, only \"python3\" and \"javascript\" are supported", "type": "string" } }, "required": ["language", "code"], "type": "object" } } } ]}

最终响应

{ "model": "qwen3","created_at": "2025-05-05T16:57:37.121945Z","message": { "role": "assistant", "content": "<think>\n\n</think>\n\n0.9111 raised to the power of 3 is approximately **0.7563**." },"done_reason": "stop","done": true,"total_duration": 1030672292,"load_duration": 11999667,"prompt_eval_count": 303,"prompt_eval_duration": 122764292,"eval_count": 29,"eval_duration": 892274041}

如何系统的学习大模型 AI ?

由于新岗位的生产效率,要优于被取代岗位的生产效率,所以实际上整个社会的生产效率是提升的。

但是具体到个人,只能说是:

“最先掌握AI的人,将会比较晚掌握AI的人有竞争优势”。

这句话,放在计算机、互联网、移动互联网的开局时期,都是一样的道理。

我在一线互联网企业工作十余年里,指导过不少同行后辈。帮助很多人得到了学习和成长。

我意识到有很多经验和知识值得分享给大家,也可以通过我们的能力和经验解答大家在人工智能学习中的很多困惑,所以在工作繁忙的情况下还是坚持各种整理和分享。但苦于知识传播途径有限,很多互联网行业朋友无法获得正确的资料得到学习提升,故此将并将重要的AI大模型资料包括AI大模型入门学习思维导图、精品AI大模型学习书籍手册、视频教程、实战学习等录播视频免费分享出来。

一直在更新,更多的大模型学习和面试资料已经上传带到CSDN的官方了,有需要的朋友可以扫描下方二维码免费领取【保证100%免费】👇👇

01.大模型风口已至:月薪30K+的AI岗正在批量诞生

2025年大模型应用呈现爆发式增长,根据工信部最新数据:

国内大模型相关岗位缺口达47万

初级工程师平均薪资28K(数据来源:BOSS直聘报告)

70%企业存在"能用模型不会调优"的痛点

真实案例:某二本机械专业学员,通过4个月系统学习,成功拿到某AI医疗公司大模型优化岗offer,薪资直接翻3倍!

02.大模型 AI 学习和面试资料

1️⃣ 提示词工程:把ChatGPT从玩具变成生产工具
2️⃣ RAG系统:让大模型精准输出行业知识
3️⃣ 智能体开发:用AutoGPT打造24小时数字员工

📦熬了三个大夜整理的《AI进化工具包》送你:
✔️ 大厂内部LLM落地手册(含58个真实案例)
✔️ 提示词设计模板库(覆盖12大应用场景)
✔️ 私藏学习路径图(0基础到项目实战仅需90天)





第一阶段(10天):初阶应用

该阶段让大家对大模型 AI有一个最前沿的认识,对大模型 AI 的理解超过 95% 的人,可以在相关讨论时发表高级、不跟风、又接地气的见解,别人只会和 AI 聊天,而你能调教 AI,并能用代码将大模型和业务衔接。

第二阶段(30天):高阶应用

该阶段我们正式进入大模型 AI 进阶实战学习,学会构造私有知识库,扩展 AI 的能力。快速开发一个完整的基于 agent 对话机器人。掌握功能最强的大模型开发框架,抓住最新的技术进展,适合 Python 和 JavaScript 程序员。

第三阶段(30天):模型训练

恭喜你,如果学到这里,你基本可以找到一份大模型 AI相关的工作,自己也能训练 GPT 了!通过微调,训练自己的垂直大模型,能独立训练开源多模态大模型,掌握更多技术方案。

到此为止,大概2个月的时间。你已经成为了一名“AI小子”。那么你还想往下探索吗?

第四阶段(20天):商业闭环

对全球大模型从性能、吞吐量、成本等方面有一定的认知,可以在云端和本地等多种环境下部署大模型,找到适合自己的项目/创业方向,做一名被 AI 武装的产品经理。

学习是一个过程,只要学习就会有挑战。天道酬勤,你越努力,就会成为越优秀的自己。

如果你能在15天内完成所有的任务,那你堪称天才。然而,如果你能完成 60-70% 的内容,你就已经开始具备成为一名大模型 AI 的正确特征了。

这份完整版的大模型 AI 学习资料已经上传CSDN,朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/news/1145671.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

基于Python的商场停车管理系统的设计与实现_szvoh5b2

前言基于Python的商场停车管理系统是一个集车位管理、车辆识别、计费收费、数据统计与用户服务于一体的智能化平台&#xff0c;通过物联网、计算机视觉与数据库技术&#xff0c;实现停车场的高效运营与用户体验优化。一、项目介绍 开发语言&#xff1a;Python python框架&#…

【机器人导航】基于A_Satr算法模拟网格地图多机器人导航附Matlab代码

✅作者简介&#xff1a;热爱科研的Matlab仿真开发者&#xff0c;擅长数据处理、建模仿真、程序设计、完整代码获取、论文复现及科研仿真。 &#x1f34e; 往期回顾关注个人主页&#xff1a;Matlab科研工作室 &#x1f447; 关注我领取海量matlab电子书和数学建模资料 &#x1…

PyFlink DataStream Operators 算子分类、函数写法、类型系统、链路优化(Chaining)与工程化踩坑

1. Operators 是什么&#xff1a;DataStream 的“积木” DataStream 的算子&#xff08;Operators / Transformations&#xff09;本质上就是&#xff1a; 输入一个或多个 DataStream&#xff0c;输出一个新的 DataStream。 你把这些算子串起来&#xff0c;就形成了 Flink 的数…

DeepSeek V4新突破:编程能力全面升级,或将超越GPT与Claude

DeepSeek将于2月中旬推出主打编程能力的新一代AI模型V4&#xff0c;据内部测试&#xff0c;其代码任务表现可能超越Claude和GPT系列&#xff0c;并在处理超长代码提示方面有突破性进展&#xff0c;这对开发者处理复杂项目大有裨益。恰逢中国春节发布&#xff0c;网友调侃DeepSe…

基于机器学习的就业岗位推荐系统2025_96o5u917

前言基于机器学习的就业岗位推荐系统是一个集智能推荐、招聘管理和求职服务于一体的综合性Web应用系统&#xff0c;旨在通过分析用户简历信息、技能匹配度、行业偏好等多维度数据&#xff0c;为求职者精准推荐最适合的就业岗位&#xff0c;同时为企业智能筛选匹配度高的候选人。…

AI如何克服“金鱼记忆“?从RAG到AgentRAG再到记忆增强系统详解

文章介绍了AI记忆机制的发展历程&#xff1a;从RAG&#xff08;检索增强生成&#xff09;到Agentic RAG&#xff08;引入智能代理提高检索效率&#xff09;&#xff0c;再到AI Memory&#xff08;读写机制实现个性化服务&#xff09;。这一演进使AI从"瞬时响应"转向&…

基于人脸识别的智慧医疗预约挂号平台2025_0u15j7gc

前言基于人脸识别的智慧医疗预约挂号平台是一个融合人工智能技术与医疗服务的综合性管理系统&#xff0c;通过人脸识别技术实现患者身份快速验证和预约挂号&#xff0c;优化就医流程&#xff0c;提升服务效率与安全性。一、项目介绍 开发语言&#xff1a;Python python框架&…

AI原生应用:量化技术的最新研究进展

AI原生应用:量化技术的最新研究进展 关键词:AI原生应用、量化技术、大模型优化、稀疏计算、动态量化、工业落地、端云协同 摘要:随着AI原生应用(AI-Native Applications)的爆发式增长(如智能助手、多模态生成、实时决策系统),模型体积与计算需求呈指数级膨胀。量化技术…

吐血推荐专科生用的9款AI论文软件测评

吐血推荐专科生用的9款AI论文软件测评 2026年专科生必备的AI论文工具测评 随着人工智能技术的不断进步&#xff0c;越来越多的专科生开始借助AI工具提升论文写作效率。然而&#xff0c;面对市场上琳琅满目的论文辅助软件&#xff0c;如何选择真正适合自己需求的产品成为一大难题…

基于Python爬虫的网络小说热度分析2025_yp52s700

前言   随着网络文学产业的爆发式增长&#xff0c;网络小说平台作品数量激增&#xff0c;读者选择成本显著上升。传统人工推荐方式已无法满足用户对精准化、实时化内容的需求&#xff0c;而平台热度排行存在算法不透明、更新滞后等问题。基于此背景&#xff0c;该系统通过Pyt…

DeepSeek V4即将发布:中国AI的破局之作,能否颠覆编程领域?

DeepSeek计划在2026年春节发布旗舰模型V4&#xff0c;这是一款针对编程能力深度优化的专业模型&#xff0c;目标超越OpenAI GPT和Anthropic Claude。V4解决了大模型训练中的"灾难性遗忘"问题&#xff0c;可在保持原有能力的同时大幅提升编程能力。同时&#xff0c;De…

基于大数据的化妆品销售系统2025

前言Python基于大数据的化妆品销售系统是结合大数据处理、机器学习算法与Web开发技术&#xff0c;专为化妆品行业设计的智能化销售与数据分析平台。该系统通过整合多源数据&#xff08;如用户肤质、购买记录、产品评价、市场趋势&#xff09;&#xff0c;利用Python的强大生态实…

救命神器10个AI论文网站,研究生高效写作必备!

救命神器10个AI论文网站&#xff0c;研究生高效写作必备&#xff01; AI 工具助力论文写作&#xff0c;高效提分不是梦 在研究生阶段&#xff0c;论文写作是每一位学生必须面对的挑战。无论是开题报告、文献综述&#xff0c;还是最终的毕业论文&#xff0c;都需要大量的时间与精…

大模型工程师转型攻略:四大核心能力,轻松入门高薪岗位,非常详细收藏我这一篇就够了

文章指出大模型应用工程师门槛并不高&#xff0c;无需顶尖学历和论文&#xff0c;而是看重四大核心能力&#xff1a;提示工程、RAG检索增强生成、模型微调和工程部署能力。通过多个真实转型案例证明&#xff0c;传统程序员只要将工程能力迁移到模型训练和优化环节&#xff0c;就…

这份超详细学习指南请收藏!:程序员、产品经理、项目经理、普通人转行AI大模型教程

文章为Java程序员提供了转型大模型开发的全面指南&#xff0c;包括学习基础知识、掌握工具框架、提升编程能力、数学知识储备和项目实践五大步骤。分析了Java程序员的优势&#xff0c;介绍了AI大模型时代的新兴技术岗位&#xff0c;以及AI工程师需要掌握的知识领域&#xff0c;…

大模型风口已至:程序员90天转型全攻略,从入门到月薪30K+,薪资提升34%

本文针对大龄程序员转型AI大模型领域提供全面指导&#xff0c;分析转行价值&#xff08;高薪、技术前沿、市场需求&#xff09;和大模型优势&#xff08;通用性、泛化能力等&#xff09;。文章提供分四阶段学习路径&#xff1a;初阶应用&#xff08;10天&#xff09;、高阶应用…

基于Python的新疆特产推荐系统的设计与实现2025

前言新疆特产资源丰富&#xff0c;涵盖坚果、水果、乳制品、手工艺品等品类&#xff0c;但传统销售模式存在以下痛点&#xff1a; 信息分散&#xff1a;特产数据分散于电商平台、产地直供渠道&#xff0c;用户难以精准筛选&#xff1b; 匹配低效&#xff1a;通用推荐榜单忽略用…

python基于深度学习的个性化携程美食数据推荐系统

前言基于深度学习的个性化携程美食数据推荐系统是一个结合大数据、人工智能与Web技术&#xff0c;为用户提供精准美食推荐服务的智能化平台。该系统以携程平台积累的海量美食数据为基础&#xff0c;通过深度学习算法挖掘用户行为与美食特征之间的复杂关系&#xff0c;实现个性化…

9个降AI率工具推荐!自考党高效避坑指南

9个降AI率工具推荐&#xff01;自考党高效避坑指南 AI降重工具&#xff1a;自考论文的高效护航者 随着人工智能技术的广泛应用&#xff0c;越来越多的学生在撰写论文时依赖AI工具来提高效率。然而&#xff0c;AI生成的内容往往存在明显的痕迹&#xff0c;导致AIGC率过高&#x…

Agent Skills:让Claude AI变身专家的模块化能力指南

Agent Skills是扩展Claude功能的模块化能力&#xff0c;包含指令、元数据和可选资源。它按需加载&#xff0c;无需重复提供相同指导&#xff0c;使通用Claude转变为专家。Skills采用三级渐进式披露架构&#xff1a;元数据始终加载&#xff0c;指令触发时加载&#xff0c;资源和…