Přejít na hlavní obsah
Čeština— Vyberte jazyk
Menu

Definice nástrojů v JSON

Lekce 4 z 14 Aktualizováno 29. července 2026 Vývojář
Na této stránce
  1. Od teorie k praxi
  2. Struktura požadavku s nástroji
  3. Klíčová čísla implementace
  4. Zpracování odpovědi tool_call
  5. Provedení a vrácení výsledku
  6. Definice více nástrojů
  7. Kontrola finish_reason
  8. Klíčové poznatky

Od teorie k praxi

Nyní rozumíš konceptu volání funkcí a struktuře schémat JSON. Je čas přejít ke konkrétní implementaci. V této lekci se naučíš, jak sestavit kompletní požadavek s definicemi nástrojů a jak zpracovat odpověď modelu.

Struktura požadavku s nástroji

Zde je kompletní požadavek na API Grok s definovaným nástrojem:

from openai import OpenAI

client = OpenAI(
    api_key="your-api-key",
    base_url="https://api.x.ai/v1"
)

tools = [
    {
        "type": "function",
        "function": {
            "name": "get_weather",
            "description": "Get the current weather for a city",
            "parameters": {
                "type": "object",
                "properties": {
                    "city": {
                        "type": "string",
                        "description": "City name"
                    },
                    "unit": {
                        "type": "string",
                        "enum": ["celsius", "fahrenheit"],
                        "default": "celsius"
                    }
                },
                "required": ["city"]
            }
        }
    }
]

response = client.chat.completions.create(
    model="grok-4.5",
    messages=[
        {"role": "user", "content": "What's the weather like in Paris?"}
    ],
    tools=tools
)

Všimni si vnořené struktury: objekt tools obsahuje pole, kde každý prvek má klíč type a objekt function s podrobnostmi.

Klíčová čísla implementace

200
Maximální počet nástrojů na požadavek
6
Podporované typy JSON
3
Kompatibilní SDK
1
Požadavek = celý tok

Zpracování odpovědi tool_call

Když se model rozhodne zavolat funkci, odpověď obsahuje pole tool_calls:

message = response.choices[0].message

if message.tool_calls:
    for tool_call in message.tool_calls:
        print(f"Function: {tool_call.function.name}")
        print(f"Arguments: {tool_call.function.arguments}")
        print(f"ID: {tool_call.id}")

Pole tool_call.function.arguments je řetězec JSON (nikoliv Python objekt). Musíš jej analyzovat:

import json

args = json.loads(tool_call.function.arguments)
city = args["city"]
unit = args.get("unit", "celsius")

Provedení a vrácení výsledku

Jakmile je funkce provedena, odešleš výsledek zpět modelu ve druhém volání:

import json

# 1. Provedení funkce
weather_data = get_weather(city="Paris", unit="celsius")

# 2. Sestavení zpráv s výsledkem
messages = [
    {"role": "user", "content": "What's the weather like in Paris?"},
    message,  # Odpověď modelu s tool_calls
    {
        "role": "tool",
        "tool_call_id": tool_call.id,
        "content": json.dumps(weather_data)
    }
]

# 3. Opětovné volání modelu s výsledkem
final_response = client.chat.completions.create(
    model="grok-4.5",
    messages=messages,
    tools=tools
)

print(final_response.choices[0].message.content)

Zpráva s rolí tool musí obsahovat:

  • tool_call_id: unikátní identifikátor tool_call (pro propojení s požadavkem)
  • content: výsledek jako řetězec JSON

Definice více nástrojů

V poli tools můžeš deklarovat libovolný počet nástrojů:

tools = [
    {
        "type": "function",
        "function": {
            "name": "get_weather",
            "description": "Get the current weather for a city",
            "parameters": { ... }
        }
    },
    {
        "type": "function",
        "function": {
            "name": "search_restaurants",
            "description": "Search for restaurants by city and cuisine type",
            "parameters": { ... }
        }
    },
    {
        "type": "function",
        "function": {
            "name": "book_table",
            "description": "Book a table at a restaurant",
            "parameters": { ... }
        }
    }
]

Model automaticky vybere příslušný nástroj (nebo nástroje) na základě uživatelského požadavku.

Kontrola finish_reason

Pole finish_reason v odpovědi indikuje, zda model dokončil svou odpověď, nebo čeká na výsledek nástroje:

finish_reason = response.choices[0].finish_reason

if finish_reason == "tool_calls":
    # Model čeká na výsledek jednoho nebo více nástrojů
    handle_tool_calls(response)
elif finish_reason == "stop":
    # Model dokončil svou odpověď
    print(response.choices[0].message.content)

Klíčové poznatky

  • Požadavek obsahuje messages a tools (definice)
  • Argumenty tool_call jsou řetězec JSON, který je třeba analyzovat
  • Výsledek odešli ve zprávě s rolí tool včetně tool_call_id
  • Zkontroluj finish_reason, abys věděl, zda model čeká na výsledek
  • Můžeš deklarovat více nástrojů – model vybírá automaticky