Eszközök definiálása JSON-ban
Ezen az oldalon
Az elmélettől a gyakorlatig
Most már érted a függvényhívás koncepcióját és a JSON-sémák felépítését. Ideje áttérni a konkrét megvalósításra. Ebben a leckében megtanulod, hogyan építs fel egy teljes kérést az eszközdefiníciókkal, és hogyan kezeld a modell válaszát.
Kérés szerkezete eszközökkel
Íme egy teljes kérés a Grok API felé egy definiált eszközzel:
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
)
Figyeld meg a beágyazott szerkezetet: a tools objektum egy tömböt tartalmaz, ahol minden elem rendelkezik egy type mezővel és egy function objektummal a részletekkel.
A megvalósítás kulcsszámai
A tool_call válasz kezelése
Amikor a modell úgy dönt, hogy meghív egy függvényt, a válasz egy tool_calls tömböt tartalmaz:
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}")
A tool_call.function.arguments mező egy JSON-karakterlánc (nem Python-objektum). Elemezned kell:
import json
args = json.loads(tool_call.function.arguments)
city = args["city"]
unit = args.get("unit", "celsius")
Végrehajtás és az eredmény visszaküldése
Miután a függvény lefutott, az eredményt egy második hívásban küldöd vissza a modellnek:
import json
# 1. A függvény végrehajtása
weather_data = get_weather(city="Paris", unit="celsius")
# 2. Az üzenetek felépítése az eredménnyel
messages = [
{"role": "user", "content": "What's the weather like in Paris?"},
message, # A modell válasza a tool_calls elemekkel
{
"role": "tool",
"tool_call_id": tool_call.id,
"content": json.dumps(weather_data)
}
]
# 3. A modell ismételt meghívása az eredménnyel
final_response = client.chat.completions.create(
model="grok-4.5",
messages=messages,
tools=tools
)
print(final_response.choices[0].message.content)
A tool szerepkörű üzenetnek tartalmaznia kell:
tool_call_id: a tool_call egyedi azonosítója (a kéréshez való kapcsoláshoz)content: az eredmény JSON-karakterlánc formátumban
Több eszköz definiálása
A tools tömbben annyi eszközt deklarálhatsz, amennyire szükséged van:
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": { ... }
}
}
]
A modell automatikusan kiválasztja a felhasználói kérésnek megfelelő eszközt vagy eszközöket.
A finish_reason ellenőrzése
A válaszban található finish_reason mező jelzi, hogy a modell befejezte-e a választ, vagy vár egy eszköz eredményére:
finish_reason = response.choices[0].finish_reason
if finish_reason == "tool_calls":
# A modell vár egy vagy több eszköz eredményére
handle_tool_calls(response)
elif finish_reason == "stop":
# A modell befejezte a választ
print(response.choices[0].message.content)
Főbb megállapítások
- A kérés tartalmazza a
messagesés atools(definíciók) elemeket - A tool_call argumentumai egy elemezendő JSON-karakterláncot alkotnak
- Az eredményt egy
toolszerepkörű üzenetben kell elküldeni, beleértve atool_call_id-t is - Ellenőrizd a
finish_reasonértéket, hogy tudd, vár-e a modell eredményre - Több eszközt is deklarálhatsz – a modell automatikusan választ közülük