Valós idejű függvényhívás
Ezen az oldalon
Frissítés: 2026. november 2. – Hangmodellek. A tanfolyam számos modellje elavult: a
tts-1,tts-1-hdés agpt-4o-mini-ttsmodellek 2027. január 6-án megszűnnek működni (a javasolt utód agpt-realtime-2.1-mini, amelyet az OpenAI TTS útmutatója szerint nem támogat a/v1/audio/speech: a szövegfelolvasás migrációja a Realtime API-ra helyeződik át); agpt-realtime,gpt-4o-realtimeés a régi hangmodellek 2027. január 20-án válnak elavulttá (gpt-realtime-2.1,gpt-realtime-2.1-mini,gpt-audio-1.5); awhisper-1,gpt-4o-transcribeés a/v1/audio/translationsvégpontok pedig 2027. február 26-án szűnnek meg (gpt-transcribe,gpt-live-transcribe,v1/realtime/translations). A teljes duplex hangkommunikációhoz a GPT-Live 1 már 2026. szeptember 10. óta elérhető az API-ban.
Valós idejű függvényhívás
A Realtime API függvényhívási lehetősége lehetővé teszi, hogy hangalapú ügynököd konkrét műveleteket hajtson végre beszélgetés közben: adatbázis lekérdezése, rendelés feladása vagy állapot ellenőrzése. A mechanizmus hasonlít a Responses API-éhoz, de a WebSocket eseményfolyamra van szabva.
Eszközök deklarálása a munkamenetben
Az eszközöket a session.update üzenetben deklarálod, pontosan úgy, mint az utasításokat és a hangot. Minden eszköz egy JSON séma, amely leírja a paramétereket:
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"
}
}))
A függvényhívás folyamata
Amikor a modell úgy dönt, hogy meghív egy eszközt, az események sorrendje a következő:
response.function_call_arguments.delta
A függvényargumentumok streamelve, darabonként érkeznek.
response.function_call_arguments.done
Az argumentumok teljesek. Most már végrehajthatod a függvényt.
conversation.item.create (te)
Visszaküldöd a függvény eredményét a modellnek.
response.create (te)
Kéred a modellt, hogy az eredménnyel folytatva fejezze be a választ.
A függvénykezelő implementálása
Íme egy teljes példa a függvényhívások kezelésére:
import json
# Elérhető függvények regisztere
async def get_weather(city: str, unit: str = "celsius") -> dict:
# Valós időjárás API hívása
return {"city": city, "temperature": 22, "unit": unit, "condition": "sunny"}
async def book_appointment(date: str, time: str, service: str) -> dict:
# Foglalási logika
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):
"""Feldolgoz egy függvényhívást és visszaadja az eredményt."""
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})")
# Függvény végrehajtása
func = FUNCTION_REGISTRY.get(func_name)
if func:
result = await func(**arguments)
else:
result = {"error": f"Unknown function: {func_name}"}
# Eredmény visszaküldése a modellnek
await ws.send(json.dumps({
"type": "conversation.item.create",
"item": {
"type": "function_call_output",
"call_id": call_id,
"output": json.dumps(result)
}
}))
# Kérés a modellnek a folytatásra az eredménnyel
await ws.send(json.dumps({
"type": "response.create"
}))
Integrálás az eseményhurokba
A függvénykezelő beépül a fő ciklusodba:
async def event_loop(ws):
"""Fő eseményfeldolgozó hurok."""
async for raw_message in ws:
event = json.loads(raw_message)
event_type = event["type"]
if event_type == "response.done":
response = event["response"]
# Ellenőrizd, hívott-e a modell függvényeket
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":
# Hang lejátszása
audio_bytes = base64.b64decode(event["delta"])
player.write(audio_bytes)
elif event_type == "error":
print(f"Error: {event['error']['message']}")
Több függvényhívás
A modell dönthet úgy, hogy egyetlen válaszon belül több függvényt is meghív. A response.done üzenet output mezője több function_call típusú bejegyzést is tartalmazhat. Mielőtt meghívnád a response.create-et, mindet dolgozd fel.
Főbb megállapítások
- Az eszközöket szabványos JSON sémával deklarálod a
session.updateüzenetben - Az argumentumok streamelve érkeznek a
response.function_call_arguments.deltaeseményen keresztül - Végrehajtás után küldd vissza az eredményt a
conversation.item.createüzenettel, megadva acall_id-t - Hívd meg a
response.create-et, hogy a modell hangválaszt fogalmazzon meg az eredménnyel - Kezeld a többszörös hívásokat: a modell egyszerre több függvényt is meghívhat