Премини към основното съдържание
Български— Изберете език
Меню

Потребителски функции (извикване на функции)

Урок 11 от 16 Обновен 30 юли 2026 г. Програмист
На тази страница
  1. Свържете Grok с Вашите собствени услуги
  2. Как работи
  3. Деклариране на функция
  4. Получаване на извикването на функцията
  5. Връщане на резултата
  6. Най-добри практики за описанията
  7. Обработка на грешки
  8. Ключови изводи

Свържете Grok с Вашите собствени услуги

Сървърните инструменти (web_search, x_search, code_interpreter) са полезни, но са ограничени до услугите на xAI. С потребителски инструменти от тип function можете да свържете Grok с всяко API или услуга във Вашата инфраструктура.

Как работи

Извикването на функции следва цикъл от три стъпки:

  1. Деклариране: Описвате Вашите функции (име, описание, параметри) в заявката.
  2. Извикване: Моделът генерира извикване на функция с подходящите аргументи и спира генерирането.
  3. Резултат: Вашият код изпълнява функцията, след което изпращате резултата обратно към модела, за да може той да формулира отговора си.

Деклариране на функция

{
  "model": "grok-4.20-0309-reasoning",
  "input": "Book me a table for 2 people tonight at 8 PM.",
  "tools": [{
    "type": "function",
    "name": "book_restaurant",
    "description": "Books a table at a restaurant",
    "parameters": {
      "type": "object",
      "properties": {
        "restaurant_name": {
          "type": "string",
          "description": "Restaurant name"
        },
        "date": {
          "type": "string",
          "description": "Date in YYYY-MM-DD format"
        },
        "time": {
          "type": "string",
          "description": "Time in HH:MM format"
        },
        "guests": {
          "type": "integer",
          "description": "Number of guests"
        }
      },
      "required": ["date", "time", "guests"]
    }
  }]
}

Описанието на всяка функция и параметър е от решаващо значение. Моделът ги използва, за да реши кога да извика функцията и как да попълни аргументите.

Получаване на извикването на функцията

Когато моделът реши да извика Вашата функция, отговорът съдържа елемент function_call:

{
  "id": "resp-xyz789",
  "status": "completed",
  "output": [{
    "type": "function_call",
    "name": "book_restaurant",
    "arguments": "{\"date\": \"2026-04-03\", \"time\": \"20:00\", \"guests\": 2}",
    "call_id": "call-abc123"
  }]
}

Полето arguments е JSON низ, който трябва да анализирате (parse). Полето call_id идентифицира това конкретно извикване.

Връщане на резултата

След изпълнението на функцията във Вашия код, върнете резултата:

import json

# 1. Първоначална заявка
response = client.responses.create(
    model="grok-4.20-0309-reasoning",
    input="What's the weather like in Paris?",
    tools=[{
        "type": "function",
        "name": "get_weather",
        "description": "Retrieves current weather",
        "parameters": {
            "type": "object",
            "properties": {
                "city": {"type": "string"}
            },
            "required": ["city"]
        }
    }]
)

# 2. Проверка дали моделът иска да извика функция
for item in response.output:
    if item.type == "function_call":
        args = json.loads(item.arguments)

        # 3. Изпълнете Вашата функция
        weather_data = get_weather_from_api(args["city"])

        # 4. Върнете резултата на модела
        final = client.responses.create(
            model="grok-4.20-0309-reasoning",
            input=[{
                "type": "function_call_output",
                "call_id": item.call_id,
                "output": json.dumps(weather_data)
            }],
            previous_response_id=response.id
        )
        print(final.output[0].content[0].text)

Най-добри практики за описанията

Моделът разчита на описанията, за да разбере Вашите функции. Бъдете точни:

{
  "name": "search_products",
  "description": "Searches for products in the e-commerce catalog. Returns the top 10 results sorted by relevance. Supports search by name, category, or price range.",
  "parameters": {
    "type": "object",
    "properties": {
      "query": {
        "type": "string",
        "description": "Search terms (product name, brand, keyword)"
      },
      "category": {
        "type": "string",
        "enum": ["electronics", "clothing", "home", "sports"],
        "description": "Product category to filter"
      },
      "max_price": {
        "type": "number",
        "description": "Maximum price in euros"
      }
    },
    "required": ["query"]
  }
}

Използвайте enum за предварително дефинирани стойности, подробно description за всеки параметър и маркирайте като required само основните параметри.

Обработка на грешки

Ако Вашата функция се провали, върнете грешката като резултат:

try:
    result = call_external_api(args)
    output = json.dumps(result)
except Exception as e:
    output = json.dumps({"error": str(e)})

final = client.responses.create(
    model="grok-4.20-0309-reasoning",
    input=[{
        "type": "function_call_output",
        "call_id": call_id,
        "output": output
    }],
    previous_response_id=response.id
)

Моделът интерпретира грешката и може да преформулира отговора си или да опита различен подход.

Ключови изводи

  • Потребителските функции свързват Grok с Вашите собствени услуги.
  • Цикълът е: деклариране, получаване на извикването, изпълнение, връщане на резултата.
  • Описанията на функциите и параметрите насочват избора на модела.
  • Полето arguments е JSON низ, който трябва да се анализира от страна на клиента.
  • Връщайте грешките като резултати, за да може моделът да се адаптира.