Funkcijų kvietimas realiuoju laiku
Šiame puslapyje
Atnaujinimas 2026 m. lapkričio 2 d. — Garso modeliai. Keli šio kurso modeliai yra pasenę:
tts-1,tts-1-hdirgpt-4o-mini-ttsnustos veikti 2027 m. sausio 6 d. (nurodytas pakaitalas –gpt-realtime-2.1-mini, kurio, kaip teigiama „OpenAI TTS“ gide, nepalaiko/v1/audio/speech: kalbos sintezės migracija perkeliama į „Realtime API“);gpt-realtime,gpt-4o-realtimeir senieji garso modeliai nustos veikti 2027 m. sausio 20 d. (gpt-realtime-2.1,gpt-realtime-2.1-mini,gpt-audio-1.5);whisper-1,gpt-4o-transcribeir/v1/audio/translationsnustos veikti 2027 m. vasario 26 d. (gpt-transcribe,gpt-live-transcribe,v1/realtime/translations). Visapusiškam dvipusiam balsui „GPT-Live 1“ API yra prieinamas nuo 2026 m. rugsėjo 10 d.
Funkcijų kvietimas realiuoju laiku
Funkcijų kvietimas „Realtime API“ leidžia tavo balso agentui atlikti konkrečius veiksmus pokalbio metu: užklausti duomenų bazę, pateikti užsakymą arba patikrinti būseną. Mechanizmai panašūs į „Responses API“, tačiau pritaikyti „WebSocket“ įvykių srautui.
Įrankių deklaravimas sesijoje
Įrankius deklaruoji session.update, lygiai taip pat kaip instrukcijas ir balsą. Kiekvienas įrankis yra JSON schema, aprašanti jo parametrus:
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"
}
}))
Funkcijos kvietimo eiga
Kai modelis nusprendžia iškviesti įrankį, įvykių seka yra tokia:
response.function_call_arguments.delta
Funkcijos argumentai gaunami srautiniu būdu, dalimis po dalies.
response.function_call_arguments.done
Argumentai gauti visi. Dabar gali vykdyti funkciją.
conversation.item.create (tu)
Siunči funkcijos rezultatą atgal modeliui.
response.create (tu)
Prašai modelio tęsti atsakymą naudojant gautą rezultatą.
Funkcijos apdorotojo diegimas
Štai pilnas funkcijų kvietimų apdorojimo pavyzdys:
import json
# Galimų funkcijų registras
async def get_weather(city: str, unit: str = "celsius") -> dict:
# Kviesk tikrą oro prognozės API
return {"city": city, "temperature": 22, "unit": unit, "condition": "sunny"}
async def book_appointment(date: str, time: str, service: str) -> dict:
# Registracijos 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):
"""Apdoroja funkcijos kvietimą ir grąžina rezultatą."""
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})")
# Vykdyk funkciją
func = FUNCTION_REGISTRY.get(func_name)
if func:
result = await func(**arguments)
else:
result = {"error": f"Unknown function: {func_name}"}
# Siųsk rezultatą atgal modeliui
await ws.send(json.dumps({
"type": "conversation.item.create",
"item": {
"type": "function_call_output",
"call_id": call_id,
"output": json.dumps(result)
}
}))
# Prašyk modelio tęsti darbą su rezultatu
await ws.send(json.dumps({
"type": "response.create"
}))
Integravimas į įvykių ciklą
Funkcijos apdorotojas integruojamas į tavo pagrindinį ciklą:
async def event_loop(ws):
"""Pagrindinis įvykių apdorojimo ciklas."""
async for raw_message in ws:
event = json.loads(raw_message)
event_type = event["type"]
if event_type == "response.done":
response = event["response"]
# Patikrink, ar modelis iškvietė kokias nors funkcijas
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":
# Grok atsakymo garso įrašą
audio_bytes = base64.b64decode(event["delta"])
player.write(audio_bytes)
elif event_type == "error":
print(f"Error: {event['error']['message']}")
Keli funkcijų kvietimai
Modelis gali nuspręsti viename atsakyme iškviesti kelias funkcijas. response.done laukas output gali turėti kelis function_call tipo įrašus. Prieš kviesdamas response.create, apdorok juos visus.
Svarbiausi punktai
- Įrankiai deklaruojami
session.updatenaudojant standartinę JSON schemą - Argumentai gaunami srautiniu būdu per
response.function_call_arguments.delta - Po vykdymo siųsk rezultatą atgal per
conversation.item.createsucall_id - Iškviest
response.create, kad modelis galėtų suformuluoti savo balso atsakymą su rezultatu - Tvarkyk kelis kvietimus: modelis gali vienu metu iškviesti kelias funkcijas