Prejsť na hlavný obsah
Slovenčina— Vyberte jazyk
Menu

Volanie funkcií v reálnom čase

Lekcia 4 z 18 Aktualizované 2. novembra 2026 Vývojár
Na tejto strane
  1. Volanie funkcií v reálnom čase
  2. Deklarácia nástrojov v relácii
  3. Priebeh volania funkcie
  4. Implementácia obsluhy funkcie
  5. Integrácia do slučky udalostí
  6. Kľúčové poznatky

Aktualizácia 2. novembra 2026 — Zvukové modely. Niektoré modely v tomto kurze sú zastarané: tts-1, tts-1-hd a gpt-4o-mini-tts prestanú fungovať 6. januára 2027 (uvedenou náhradou je gpt-realtime-2.1-mini, ktorý podľa sprievodcu OpenAI TTS nie je podporovaný cez /v1/audio/speech: migrácia syntézy reči prechádza na Realtime API); gpt-realtime, gpt-4o-realtime a staršie zvukové modely 20. januára 2027 (gpt-realtime-2.1, gpt-realtime-2.1-mini, gpt-audio-1.5); whisper-1, gpt-4o-transcribe a /v1/audio/translations 26. februára 2027 (gpt-transcribe, gpt-live-transcribe, v1/realtime/translations). Pre plno duplexný hlas je GPT-Live 1 dostupný v API od 10. septembra 2026.

Volanie funkcií v reálnom čase

Volanie funkcií v Realtime API umožňuje tvojmu hlasovému agentovi vykonávať konkrétne akcie počas konverzácie: dotazovanie sa do databázy, zadávanie objednávky alebo kontrola stavu. Mechanizmus je podobný ako v Responses API, ale prispôsobený pre stream udalostí cez WebSocket.

Deklarácia nástrojov v relácii

Nástroje deklaruješ v session.update, presne ako inštrukcie a hlas. Každý nástroj je schéma JSON opisujúca jeho parametre:

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"
    }
}))

Priebeh volania funkcie

Keď sa model rozhodne zavolať nástroj, postupnosť udalostí je nasledovná:

1

response.function_call_arguments.delta

Argumenty funkcie prichádzajú streamovane, po častiach.

2

response.function_call_arguments.done

Argumenty sú kompletné. Teraz môžeš funkciu vykonať.

3

conversation.item.create (ty)

Odošleš výsledok funkcie späť modelu.

4

response.create (ty)

Požiadaš model, aby pokračoval vo svojej odpovedi s výsledkom.

Implementácia obsluhy funkcie

Tu je kompletný príklad obsluhy volaní funkcií:

import json

# Register dostupných funkcií
async def get_weather(city: str, unit: str = "celsius") -> dict:
    # Volanie skutočného API pre počasie
    return {"city": city, "temperature": 22, "unit": unit, "condition": "sunny"}

async def book_appointment(date: str, time: str, service: str) -> dict:
    # Logika rezervácie
    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):
    """Spracuje volanie funkcie a vráti výsledok."""
    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})")

        # Vykonanie funkcie
        func = FUNCTION_REGISTRY.get(func_name)
        if func:
            result = await func(**arguments)
        else:
            result = {"error": f"Unknown function: {func_name}"}

        # Odoslanie výsledku späť modelu
        await ws.send(json.dumps({
            "type": "conversation.item.create",
            "item": {
                "type": "function_call_output",
                "call_id": call_id,
                "output": json.dumps(result)
            }
        }))

    # Požiadanie modelu o pokračovanie s výsledkom
    await ws.send(json.dumps({
        "type": "response.create"
    }))

Integrácia do slučky udalostí

Obsluha funkcií sa integruje do tvojej hlavnej slučky:

async def event_loop(ws):
    """Hlavná slučka spracovania udalostí."""
    async for raw_message in ws:
        event = json.loads(raw_message)
        event_type = event["type"]

        if event_type == "response.done":
            response = event["response"]
            # Kontrola, či model zavolal nejaké funkcie
            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":
            # Prehratie zvukovej odpovede
            audio_bytes = base64.b64decode(event["delta"])
            player.write(audio_bytes)

        elif event_type == "error":
            print(f"Error: {event['error']['message']}")

Viacnásobné volania funkcií

Model sa môže rozhodnúť zavolať viacero funkcií v rámci jednej odpovede. Pole output v response.done môže obsahovať viacero položiek typu function_call. Všetky ich spracuj pred tým, ako zavoláš response.create.

Kľúčové poznatky

  • Nástroje sa deklarujú v session.update pomocou štandardnej schémy JSON
  • Argumenty prichádzajú streamovane cez response.function_call_arguments.delta
  • Po vykonaní odošli výsledok späť cez conversation.item.create s call_id
  • Zavolaj response.create, aby model mohol sformulovať svoju hlasovú odpoveď s výsledkom
  • Ošetri viacnásobné volania: model môže naraz zavolať niekoľko funkcií