Премини към основното съдържание
Български— Изберете език
Меню

Програмно извикване на инструменти: Инструменти, оркестрирани от модела

Урок 5 от 12 Обновен 5 ноември 2026 г. Средно
На тази страница
  1. Какво се променя
  2. Активиране в Responses API
  3. Какво получава Вашето приложение
  4. Идентифициране на задачи, които имат полза
  5. Опитайте сами
  6. Ключови изводи

Статус към 5 ноември 2026 г. Семейството GPT-6 наследява възможностите на API на GPT-5.6, включително Програмното извикване на инструменти. Agents API активира това по подразбиране (Урок 10). OpenAI препоръчва да проверите картата на модела, преди да го активирате.

За да разберете какво носи Програмното извикване на инструменти, първо трябва да разгледате цената на класическото извикване на функции. Моделът иска изпълнение на инструмент, Вашият код го стартира и резултатът се връща към модела, който го прочита и решава следващата стъпка. Едно пътуване дотам и обратно не е проблем. Десет такива пътувания за една задача е съвсем различна история: всяка стъпка добавя забавяне, а всеки междинен резултат – дори да е обемен или нерелевантен за крайния отговор – преминава обратно през контекста на модела и се таксува в токени. При задачи, натоварени с инструменти, тези цикли доминират както забавянето, така и разходите.

Какво се променя

Програмното извикване на инструменти се появи с GPT-5.6 на 9 юли 2026 г. в Responses API. Вместо да заявява инструменти един по един, моделът написва малка JavaScript програма, за да ги координира. Тя може да стартира повиквания паралелно, да използва цикли и условия и да запазва междинните резултати в средата за изпълнение. Само редуцираният резултат – този, който има значение за следващата стъпка – се връща в контекста.

Разгледайте API с странициране. При класическото извикване на функции всяка страница с резултати преминава през контекста, за да може моделът да реши дали да поиска следващата. При Програмното извикване на инструменти моделът написва цикъл, който итерира през страниците, сумира необходимото и докладва само общите суми: по-малко токени, по-малко забавяне и по-малко код за оркестрация, който трябва да поддържате.

OpenAI изпълнява всяка програма в нова, изолирана V8 среда. Няма Node.js, няма инсталиране на пакети, няма директен мрежов достъп, няма обща файлова система и няма запазено състояние между програмите. Програмата взаимодейства със света само чрез инструментите, които ѝ предоставяте. За Responses API това поведение е съвместимо с Zero Data Retention (ZDR), при условие че ZDR е активиран за организацията или проекта.

Активиране в Responses API

Две настройки са достатъчни. Добавяте хоствания инструмент programmatic_tool_calling към заявката, след което посочвате кой може да извика всеки допустим инструмент, използвайки allowed_callers: ["direct"] (поведението по подразбиране, при което моделът извиква инструмента сам), ["programmatic"] (само програма може да го извика) или и двете. Документацията също препоръчва да опишете изхода на всяка функция с output_schema, така че генерираният код да може да разчита на нейните полета.

from openai import OpenAI

client = OpenAI()

tools = [
    {
        "type": "function",
        "name": "read_stock",
        "description": "Returns an object with sku (text) and units (number).",
        "parameters": {
            "type": "object",
            "properties": {"sku": {"type": "string"}},
            "required": ["sku"],
            "additionalProperties": False,
        },
        "output_schema": {
            "type": "object",
            "properties": {"sku": {"type": "string"}, "units": {"type": "number"}},
            "required": ["sku", "units"],
            "additionalProperties": False,
        },
        "allowed_callers": ["programmatic"],
    },
    {"type": "programmatic_tool_calling"},
]

response = client.responses.create(
    model="gpt-5.6-terra",
    input="Check stock for SKUs A12, B07, and C33 and flag those under 10 units.",
    tools=tools,
)

Типове инструменти, които могат да бъдат извиквани от програма, включват функции и персонализирани инструменти, MCP инструменти, apply_patch, локална или хоствана обвивка (shell) и интерпретатор на код. За MCP инструмент, подлежащ на одобрение, програмата паузира, докато не предоставите съгласие.

Какво получава Вашето приложение

Отговорът остава стандартен обект Responses с три типа елементи за разпознаване. Елементът program съдържа генерирания JavaScript. Елементите function_call съответстват на Вашите извиквания на функции, направени от тази програма; тяхното поле caller идентифицира извикващата програма. Накрая, елементът program_output доставя крайния резултат на програмата със статус completed или incomplete.

Вашето приложение никога не изпълнява JavaScript; OpenAI прави това. Вие изпълнявате само собствените си функции, след което връщате всеки резултат в function_call_output, като копирате полето caller непроменено, за да може правилната програма да възобнови работа. Повтаряте този цикъл, докато отговорът не съдържа повече повиквания за изпълнение.

Кой изпълнява какво Три стъпки: моделът написва JavaScript програма, която OpenAI изпълнява в изолирана среда; Вашето приложение изпълнява извикванията на функции от тази програма и връща резултатите с непокътнато поле caller; програмата доставя редуциран резултат в program_output. ПРОГРАМНО ИЗВИКВАНЕ НА ИНСТРУМЕНТИ Кой изпълнява какво 1 Програма Написана от модела 2 Вашите функции Изпълнени от Вас 3 Резултат Редуциран program_output JavaScript се изпълнява в OpenAI, никога на Ваша страна. Чувствителните записи остават директни повиквания.
Въз основа на ръководството за Програмно извикване на инструменти в документацията на OpenAI API (ноември 2026 г.).

Идентифициране на задачи, които имат полза

Не всяка интеграция на инструменти има полза от миграция. Ръководството на OpenAI предлага ясно правило: Програмното извикване на инструменти е подходящо за стъпки, където потокът е предвидим и кодът може да върне по-малък, структуриран резултат. То е проектирано да филтрира, обединява, сортира, премахва дубликати, агрегира или валидира множество резултати, или да свързва зависими повиквания, където потокът на данни е предвидим. Директното извикване остава за предпочитане за единично търсене или действие, за адаптивни търсения, където всеки резултат трябва да насочи следващото решение, и за крайна валидация на цитати. То също така остава изборът по подразбиране за записи и действия, изискващи одобрение, за да се поддържа ясна граница на оторизация.

Критерият за решение се свежда до един въпрос: къде Вашият агент прекарва времето си? Ако отговорът е „в очакване на цикли на извикване на инструменти“, Програмното извикване на инструменти е първата област за оценка. Ако Вашите извиквания на инструменти са редки и техните резултати – кратки, запазете текущата си архитектура и насочете усилията си другаде.

Опитайте сами

Идентифицирайте кандидат. Вземете поток във Вашия агент, който извиква множество инструменти. За всяка стъпка отбележете броя на повикванията, размера на междинните резултати и дали става въпрос за четене или запис. Класифицирайте всяка стъпка, използвайки горното правило. За най-перспективната стъпка напишете подкана (prompt), която определя разрешените инструменти, очаквания формат на резултата, условието за спиране, максималния брой повторни опити и какво остава като директно извикване.

Официални източници: Programmatic Tool Calling · Using GPT-6 (документация на OpenAI API) · GPT-5.6 Announcement (OpenAI, 9 юли 2026 г.)

Ключови изводи

  • Моделът пише и изпълнява JavaScript, за да координира своите инструменти в изолирана среда, управлявана от OpenAI
  • Активирайте го с инструмента programmatic_tool_calling и полето allowed_callers за всеки инструмент
  • Вашето приложение изпълнява само своите функции и връща полето caller непокътнато
  • Предпочитайте го за филтриране, агрегиране или свързване на предвидими повиквания; директното извикване остава правилото за записи и одобрения