Määratle tööriistad JSON-is
Sellel lehel
Teooriast praktikani
Sa mõistad nüüd funktsioonide kutsumise kontseptsiooni ja JSON-skeemide struktuuri. On aeg asuda konkreetse teostuse juurde. Selles õppetükis õpid koostama täieliku päringu tööriistade määratlustega ja käsitlema mudeli vastust.
Päringu struktuur koos tööriistadega
Siin on täielik päring Grok API-le määratletud tööriistaga:
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
)
Pane tähele pesastatud struktuuri: objekt tools sisaldab massiivi, kus iga element omab välja type ja objekti function koos üksikasjadega.
Teostuse põhinäitajad
Vastuse tool_call käsitlemine
Kui mudel otsustab funktsiooni kutsuda, sisaldab vastus massiivi 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}")
Väli tool_call.function.arguments on JSON-string (mitte Pythoni objekt). Sa pead selle parsima:
import json
args = json.loads(tool_call.function.arguments)
city = args["city"]
unit = args.get("unit", "celsius")
Käivita ja tagasta tulemus
Kui funktsioon on käivitatud, saadad tulemuse teises päringus mudelile tagasi:
import json
# 1. Käivita funktsioon
weather_data = get_weather(city="Paris", unit="celsius")
# 2. Koosta sõnumid tulemusega
messages = [
{"role": "user", "content": "What's the weather like in Paris?"},
message, # Mudeli vastus koos tool_calls-iga
{
"role": "tool",
"tool_call_id": tool_call.id,
"content": json.dumps(weather_data)
}
]
# 3. Kutsu mudelit uuesti koos tulemusega
final_response = client.chat.completions.create(
model="grok-4.5",
messages=messages,
tools=tools
)
print(final_response.choices[0].message.content)
Sõnum rolliga tool peab sisaldama:
tool_call_id: tööriistakutse unikaalne identifikaator (seose loomiseks päringuga)content: tulemus JSON-stringina
Mitme tööriista määratlemine
Saad deklareerida vajaliku arvu tööriistu massiivis tools:
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": { ... }
}
}
]
Mudel valib kasutaja päringu põhjal automaatselt asjakohase(d) tööriista(d).
Kontrolli finish_reason-i
Välja finish_reason väärtus vastuses näitab, kas mudel lõpetas oma vastuse või ootab tööriista tulemust:
finish_reason = response.choices[0].finish_reason
if finish_reason == "tool_calls":
# Mudel ootab ühe või mitme tööriista tulemust
handle_tool_calls(response)
elif finish_reason == "stop":
# Mudel on oma vastuse lõpetanud
print(response.choices[0].message.content)
Peamised punktid
- Päring sisaldab
messagesjatools(määratlused) tool_callargumendid on parsitav JSON-string- Saada tulemus sõnumina rolliga
tool, kaasatestool_call_id - Kontrolli
finish_reason-i, et teada saada, kas mudel ootab tulemust - Saad deklareerida mitu tööriista – mudel valib automaatselt