Spring til hovedindhold
Dansk— Vælg et sprog
Menu

Funktionskald i realtid

Lektion 4 af 18 Opdateret 2. november 2026 Udvikler
På denne side
  1. Funktionskald i realtid
  2. Deklaration af værktøjer i sessionen
  3. Forløbet for et funktionskald
  4. Implementering af funktionshåndtereren
  5. Integration i event-loopen
  6. Vigtige pointer

Opdatering 2. november 2026 — Lydmodeller. Flere modeller i dette kursus er udfaset: tts-1, tts-1-hd og gpt-4o-mini-tts ophører med at fungere den 6. januar 2027 (den angivne erstatning er gpt-realtime-2.1-mini, som OpenAI’s TTS-guide angiver ikke understøttes af /v1/audio/speech: migrationen af talesyntese flyttes til Realtime API); gpt-realtime, gpt-4o-realtime og ældre lydmodeller den 20. januar 2027 (gpt-realtime-2.1, gpt-realtime-2.1-mini, gpt-audio-1.5); whisper-1, gpt-4o-transcribe og /v1/audio/translations den 26. februar 2027 (gpt-transcribe, gpt-live-transcribe, v1/realtime/translations). Til fuld-duplex tale har GPT-Live 1 været tilgængelig i API’en siden 10. september 2026.

Funktionskald i realtid

Funktionskald i Realtime API lader din taleagent udføre konkrete handlinger under en samtale: forespørgsel til en database, placering af en ordre eller kontrol af en status. Mekanismen ligner Responses API, men er tilpasset WebSocket-eventstrømmen.

Deklaration af værktøjer i sessionen

Du deklarerer værktøjer i session.update, præcis som instrukser og stemme. Hvert værktøj er et JSON-skema, der beskriver dets parametre:

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"
    }
}))

Forløbet for et funktionskald

Når modellen beslutter at kalde et værktøj, er event-sekvensen som følger:

1

response.function_call_arguments.delta

Funktionsargumenterne ankommer via streaming, bit for bit.

2

response.function_call_arguments.done

Argumenterne er komplette. Du kan nu eksekvere funktionen.

3

conversation.item.create (du)

Du sender funktionsresultatet tilbage til modellen.

4

response.create (du)

Du beder modellen om at fortsætte sit svar med resultatet.

Implementering af funktionshåndtereren

Her er et komplet eksempel på håndtering af funktionskald:

import json

# Register over tilgængelige funktioner
async def get_weather(city: str, unit: str = "celsius") -> dict:
    # Kald en rigtig vejr-API
    return {"city": city, "temperature": 22, "unit": unit, "condition": "sunny"}

async def book_appointment(date: str, time: str, service: str) -> dict:
    # Logik for booking
    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):
    """Behandler et funktionskald og returnerer resultatet."""
    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})")

        # Eksekver funktionen
        func = FUNCTION_REGISTRY.get(func_name)
        if func:
            result = await func(**arguments)
        else:
            result = {"error": f"Unknown function: {func_name}"}

        # Send resultatet tilbage til modellen
        await ws.send(json.dumps({
            "type": "conversation.item.create",
            "item": {
                "type": "function_call_output",
                "call_id": call_id,
                "output": json.dumps(result)
            }
        }))

    # Bed modellen om at fortsætte med resultatet
    await ws.send(json.dumps({
        "type": "response.create"
    }))

Integration i event-loopen

Funktionshåndtereren integreres i din hovedloop:

async def event_loop(ws):
    """Hovedloop for event-behandling."""
    async for raw_message in ws:
        event = json.loads(raw_message)
        event_type = event["type"]

        if event_type == "response.done":
            response = event["response"]
            # Tjek om modellen har kaldt nogen funktioner
            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":
            # Afspil svar-lyd
            audio_bytes = base64.b64decode(event["delta"])
            player.write(audio_bytes)

        elif event_type == "error":
            print(f"Error: {event['error']['message']}")

Flere funktionskald

Modellen kan beslutte at kalde flere funktioner i ét enkelt svar. Feltet output i response.done kan indeholde flere poster af typen function_call. Behandle dem alle, før du kalder response.create.

Vigtige pointer

  • Værktøjer deklareres i session.update ved hjælp af et standard JSON-skema
  • Argumenter ankommer via streaming gennem response.function_call_arguments.delta
  • Efter eksekvering sendes resultatet tilbage via conversation.item.create med call_id
  • Kald response.create, så modellen kan formulere sit talesvar med resultatet
  • Håndter flere kald: modellen kan kalde flere funktioner på én gang