Извикване на функции в реално време
На тази страница
Актуализация от 2 ноември 2026 г. — Аудио модели. Няколко модела в този курс са депрецирали:
tts-1,tts-1-hdиgpt-4o-mini-ttsще спрат да работят на 6 януари 2027 г. (посочената замяна еgpt-realtime-2.1-mini, която според ръководството на OpenAI за TTS не се поддържа от/v1/audio/speech: миграцията на синтез на реч преминава към Realtime API);gpt-realtime,gpt-4o-realtimeи наследените аудио модели на 20 януари 2027 г. (gpt-realtime-2.1,gpt-realtime-2.1-mini,gpt-audio-1.5);whisper-1,gpt-4o-transcribeи/v1/audio/translationsна 26 февруари 2027 г. (gpt-transcribe,gpt-live-transcribe,v1/realtime/translations). За гласова връзка в пълен дуплекс, GPT-Live 1 е достъпен в API от 10 септември 2026 г.
Извикване на функции в реално време
Извикването на функции в Realtime API позволява на Вашия гласов агент да извършва конкретни действия по време на разговор: заявка към база данни, направена поръчка или проверка на статус. Механиката е подобна на тази в Responses API, но адаптирана за потока от събития през WebSocket.
Деклариране на инструменти в сесията
Вие декларирате инструментите в session.update, точно както инструкциите и гласа. Всеки инструмент представлява JSON схема, описваща неговите параметри:
tools = [
{
"type": "function",
"name": "get_weather",
"description": "Get the current weather for a given city",
"parameters": {
"type": "object",
"properties": {
"city": {
"type": "string",
"description": "Name of the city"
},
"unit": {
"type": "string",
"enum": ["celsius", "fahrenheit"],
"description": "Temperature unit"
}
},
"required": ["city"]
}
},
{
"type": "function",
"name": "book_appointment",
"description": "Book an appointment",
"parameters": {
"type": "object",
"properties": {
"date": {"type": "string", "description": "Date in YYYY-MM-DD format"},
"time": {"type": "string", "description": "Time in HH:MM format"},
"service": {"type": "string", "description": "Type of service"}
},
"required": ["date", "time", "service"]
}
}
]
await ws.send(json.dumps({
"type": "session.update",
"session": {
"type": "realtime",
"output_modalities": ["audio"],
"instructions": "You are a voice assistant. Use the available tools.",
"audio": {"output": {"voice": "marin"}},
"tools": tools,
"tool_choice": "auto"
}
}))
Поток на извикване на функция
Когато моделът реши да извика инструмент, последователността от събития е следната:
response.function_call_arguments.delta
Аргументите на функцията пристигат чрез стрийминг, на части.
response.function_call_arguments.done
Аргументите са пълни. Сега можете да изпълните функцията.
conversation.item.create (you)
Вие изпращате резултата от функцията обратно към модела.
response.create (you)
Вие искате от модела да продължи своя отговор с получения резултат.
Имплементиране на обработчика на функции
Ето пълен пример за обработка на извиквания на функции:
import json
# Регистър на наличните функции
async def get_weather(city: str, unit: str = "celsius") -> dict:
# Извикване на реално API за времето
return {"city": city, "temperature": 22, "unit": unit, "condition": "sunny"}
async def book_appointment(date: str, time: str, service: str) -> dict:
# Логика за резервация
return {"confirmed": True, "date": date, "time": time, "reference": "RDV-2026-0042"}
FUNCTION_REGISTRY = {
"get_weather": get_weather,
"book_appointment": book_appointment,
}
async def handle_function_call(ws, event):
"""Обработва извикване на функция и връща резултата."""
response = event["response"]
for output in response.get("output", []):
if output["type"] != "function_call":
continue
func_name = output["name"]
call_id = output["call_id"]
arguments = json.loads(output["arguments"])
print(f"Calling function: {func_name}({arguments})")
# Изпълнение на функцията
func = FUNCTION_REGISTRY.get(func_name)
if func:
result = await func(**arguments)
else:
result = {"error": f"Unknown function: {func_name}"}
# Изпращане на резултата обратно към модела
await ws.send(json.dumps({
"type": "conversation.item.create",
"item": {
"type": "function_call_output",
"call_id": call_id,
"output": json.dumps(result)
}
}))
# Поискване от модела да продължи с резултата
await ws.send(json.dumps({
"type": "response.create"
}))
Интегриране в цикъла на събитията
Обработчикът на функции се интегрира във Вашия основен цикъл:
async def event_loop(ws):
"""Основен цикъл за обработка на събития."""
async for raw_message in ws:
event = json.loads(raw_message)
event_type = event["type"]
if event_type == "response.done":
response = event["response"]
# Проверка дали моделът е извикал някакви функции
has_function_calls = any(
o["type"] == "function_call"
for o in response.get("output", [])
)
if has_function_calls:
await handle_function_call(ws, event)
elif event_type == "response.output_audio.delta":
# Възпроизвеждане на аудио отговора
audio_bytes = base64.b64decode(event["delta"])
player.write(audio_bytes)
elif event_type == "error":
print(f"Error: {event['error']['message']}")
Множествени извиквания на функции
Моделът може да реши да извика няколко функции в рамките на един отговор. Полето output на response.done може да съдържа множество записи от тип function_call. Обработете всички тях, преди да извикате response.create.
Ключови изводи
- Инструментите се декларират в
session.updateчрез стандартна JSON схема - Аргументите пристигат чрез стрийминг през
response.function_call_arguments.delta - След изпълнението изпратете резултата обратно чрез
conversation.item.createсcall_id - Извикайте
response.create, за да може моделът да формулира своя гласов отговор с резултата - Обработвайте множествени извиквания: моделът може да извика няколко функции едновременно