Przejdź do głównej treści
Polski— Wybierz język
Menu

Zrozumienie wywoływania funkcji

Lekcja 1 z 14 Zaktualizowano 29 lipca 2026 Programista
Na tej stronie
  1. Czym jest wywoływanie funkcji?
  2. Przepływ 6-etapowy
  3. Dlaczego wywoływanie funkcji jest tak ważne?
  4. Różnica względem standardowego promptu
  5. Ograniczenia, o których warto wiedzieć
  6. Kluczowe wnioski

Czym jest wywoływanie funkcji?

Wywoływanie funkcji to jedna z najpotężniejszych funkcji API Grok. Pozwala modelowi zażądać wykonania funkcji, które zdefiniowałeś, aby pobrać dane lub wykonać działania w świecie rzeczywistym.

Kluczowa rzecz do zrozumienia: Grok nigdy nie wykonuje funkcji samodzielnie. Model analizuje Twoje żądanie, stwierdza, że potrzebuje zewnętrznych informacji, i zwraca Ci strukturalne wywołanie (nazwa funkcji + argumenty). To Twój kod po stronie klienta faktycznie wykonuje funkcję, a następnie odsyła wynik z powrotem do modelu.

Przepływ 6-etapowy

Każda interakcja polegająca na wywoływaniu funkcji przebiega według precyzyjnego, sześciostopniowego cyklu. Ten przepływ jest fundamentalny – stanowi szkielet całej Twojej architektury.

1

Zdefiniuj narzędzia

Opisujesz swoje funkcje za pomocą schematów JSON: nazwa, opis, oczekiwane parametry.

2

Wyślij żądanie

Wysyłasz wiadomość użytkownika wraz z definicjami narzędzi do API.

3

Odbierz tool_call

Model zwraca obiekt tool_call zawierający nazwę funkcji i argumenty w formacie JSON.

4

Wykonaj funkcję

Twój kod po stronie klienta wykonuje właściwą funkcję (wywołanie API, zapytanie do bazy danych, obliczenie...).

5

Zwróć wynik

Odsyłasz wynik wykonania z powrotem do modelu w wiadomości z rolą tool.

6

Ostateczna odpowiedź

Model integruje wynik i generuje odpowiedź w języku naturalnym dla użytkownika.

Dlaczego wywoływanie funkcji jest tak ważne?

Bez wywoływania funkcji model językowy ogranicza się do wiedzy zawartej w danych treningowych. Nie może odpytywać bazy danych, korzystać z zewnętrznych API ani wykonywać obliczeń w czasie rzeczywistym. Wywoływanie funkcji rozwiązuje ten fundamentalny problem, dając modelowi możliwość interakcji ze światem zewnętrznym w sposób ustrukturyzowany i kontrolowany.

Oto kilka konkretnych przypadków użycia:

  • Dane w czasie rzeczywistym: pogoda, ceny akcji, statusy zamówień
  • Działania biznesowe: utworzenie zgłoszenia, wysłanie e-maila, rezerwacja terminu
  • Precyzyjne obliczenia: operacje matematyczne, konwersje, agregacje
  • Bazy danych: wyszukiwanie produktów, historia klienta, stan magazynowy

Różnica względem standardowego promptu

W standardowej wymianie zadajesz pytanie, a model odpowiada bezpośrednio. Przy wywoływaniu funkcji model może wstrzymać swoją odpowiedź, aby zażądać dodatkowych informacji poprzez wywołanie funkcji. To właśnie zdolność do przerwania przepływu generowania czyni ten mechanizm tak potężnym.

Model rozumuje w następujący sposób: „Aby odpowiedzieć na to pytanie, potrzebuję aktualnej pogody w Paryżu. Wywołam funkcję get_weather z parametrem city: Paris“.

Ograniczenia, o których warto wiedzieć

API Grok akceptuje do 200 narzędzi na jedno żądanie. To więcej niż wystarczająco dla większości przypadków użycia, ale pamiętaj, że każda definicja narzędzia zużywa tokeny wejściowe. Im więcej narzędzi zadeklarujesz, tym droższe staje się żądanie, a model potrzebuje więcej czasu na wybór właściwego narzędzia.

Kluczowe wnioski

  • Wywoływanie funkcji pozwala modelowi zażądać wykonania funkcji, ale nie wykonuje ich on samodzielnie
  • Przepływ zawsze składa się z 6 kroków: zdefiniuj, wyślij, odbierz, wykonaj, zwróć, odpowiedz
  • Funkcje wykonują się po stronie klienta, w Twoim kodzie
  • Maksymalnie 200 narzędzi na żądanie
  • Każda definicja narzędzia zużywa tokeny – wybieraj je rozsądnie