Премини към основното съдържание
Български— Изберете език
Меню

Извикване на функции в реално време

Урок 4 от 18 Обновен 2 ноември 2026 г. Програмист
На тази страница
  1. Извикване на функции в реално време
  2. Деклариране на инструменти в сесията
  3. Поток на извикване на функция
  4. Имплементиране на обработчика на функции
  5. Интегриране в цикъла на събитията
  6. Ключови изводи

Актуализация от 2 ноември 2026 г. — Аудио модели. Няколко модела в този курс са депрецирали: tts-1, tts-1-hd и gpt-4o-mini-tts ще спрат да работят на 6 януари 2027 г. (посочената замяна е gpt-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-realtime и 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-transcribe и /v1/audio/translations на 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:

1

response.function_call_arguments.delta

Аргументите на функцията пристигат чрез стрийминг, на части.

2

response.function_call_arguments.done

Аргументите са пълни. Сега можете да изпълните функцията.

3

conversation.item.create (you)

Вие изпращате резултата от функцията обратно към модела.

4

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.update чрез стандартна JSON схема
  • Аргументите пристигат чрез стрийминг през response.function_call_arguments.delta
  • След изпълнението изпратете резултата обратно чрез conversation.item.create с call_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