Definice nástrojů v JSON
Na této stránce
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
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
messagesatools(definice) - Argumenty tool_call jsou řetězec JSON, který je třeba analyzovat
- Výsledek odešli ve zprávě s rolí
toolvčetnětool_call_id - Zkontroluj
finish_reason, abys věděl, zda model čeká na výsledek - Můžeš deklarovat více nástrojů – model vybírá automaticky