Pereiti prie pagrindinio turinio
Lietuvių— Pasirinkite kalbą
Meniu

Funkcijų kvietimas realiuoju laiku

Paskaita 4 iš 18 Atnaujinta 2026 m. lapkričio 2 d. Kūrėjas
Šiame puslapyje
  1. Funkcijų kvietimas realiuoju laiku
  2. Įrankių deklaravimas sesijoje
  3. Funkcijos kvietimo eiga
  4. Funkcijos apdorotojo diegimas
  5. Integravimas į įvykių ciklą
  6. Svarbiausi punktai

Atnaujinimas 2026 m. lapkričio 2 d. — Garso modeliai. Keli šio kurso modeliai yra pasenę: tts-1, tts-1-hd ir gpt-4o-mini-tts nustos 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-realtime ir 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-transcribe ir /v1/audio/translations nustos 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:

1

response.function_call_arguments.delta

Funkcijos argumentai gaunami srautiniu būdu, dalimis po dalies.

2

response.function_call_arguments.done

Argumentai gauti visi. Dabar gali vykdyti funkciją.

3

conversation.item.create (tu)

Siunči funkcijos rezultatą atgal modeliui.

4

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.update naudojant standartinę JSON schemą
  • Argumentai gaunami srautiniu būdu per response.function_call_arguments.delta
  • Po vykdymo siųsk rezultatą atgal per conversation.item.create su call_id
  • Iškviest response.create, kad modelis galėtų suformuluoti savo balso atsakymą su rezultatu
  • Tvarkyk kelis kvietimus: modelis gali vienu metu iškviesti kelias funkcijas