Hoppa till huvudinnehåll
Svenska— Välj ett språk
Meny

Anrop av funktioner i realtid

Lektion 4 av 18 Uppdaterad 2 november 2026 Utvecklare
På denna sida
  1. Anrop av funktioner i realtid
  2. Deklarera verktyg i sessionen
  3. Flödet för funktionsanrop
  4. Implementera funktionshanteraren
  5. Integrera i händelseloopen
  6. Viktiga punkter

Uppdatering 2 november 2026 — Ljudmodeller. Flera modeller i denna kurs är avvecklade: tts-1, tts-1-hd och gpt-4o-mini-tts slutar fungera den 6 januari 2027 (den angivna ersättaren är gpt-realtime-2.1-mini, vilket OpenAI:s TTS-guide anger inte stöds av /v1/audio/speech: migreringen av talgenerering flyttas till Realtime API); gpt-realtime, gpt-4o-realtime och äldre ljudmodeller den 20 januari 2027 (gpt-realtime-2.1, gpt-realtime-2.1-mini, gpt-audio-1.5); whisper-1, gpt-4o-transcribe och /v1/audio/translations den 26 februari 2027 (gpt-transcribe, gpt-live-transcribe, v1/realtime/translations). För full duplex-röst har GPT-Live 1 funnits tillgänglig i API:t sedan den 10 september 2026.

Anrop av funktioner i realtid

Anrop av funktioner i Realtime API låter din röstagent utföra konkreta åtgärder under en konversation: fråga en databas, lägga en order eller kontrollera en status. Mekanismerna liknar Responses API, men är anpassade för WebSocket-händelseströmmen.

Deklarera verktyg i sessionen

Du deklarerar verktyg i session.update, precis som instruktioner och röst. Varje verktyg är ett JSON-schema som beskriver dess parametrar:

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"
    }
}))

Flödet för funktionsanrop

När modellen bestämmer sig för att anropa ett verktyg ser händelseföljden ut så här:

1

response.function_call_arguments.delta

Funktionsargumenten anländer via strömning, bit för bit.

2

response.function_call_arguments.done

Argumenten är kompletta. Nu kan du köra funktionen.

3

conversation.item.create (du)

Du skickar tillbaka funktionsresultatet till modellen.

4

response.create (du)

Du ber modellen att fortsätta sitt svar med resultatet.

Implementera funktionshanteraren

Här är ett komplett exempel på hur du hanterar funktionsanrop:

import json

# Register över tillgängliga funktioner
async def get_weather(city: str, unit: str = "celsius") -> dict:
    # Anropa ett riktigt väder-API
    return {"city": city, "temperature": 22, "unit": unit, "condition": "sunny"}

async def book_appointment(date: str, time: str, service: str) -> dict:
    # Bokningslogik
    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):
    """Bearbetar ett funktionsanrop och returnerar resultatet."""
    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})")

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

        # Skicka tillbaka resultatet till modellen
        await ws.send(json.dumps({
            "type": "conversation.item.create",
            "item": {
                "type": "function_call_output",
                "call_id": call_id,
                "output": json.dumps(result)
            }
        }))

    # Be modellen att fortsätta med resultatet
    await ws.send(json.dumps({
        "type": "response.create"
    }))

Integrera i händelseloopen

Funktionshanteraren integreras i din huvudloop:

async def event_loop(ws):
    """Huvudloop för händelsebearbetning."""
    async for raw_message in ws:
        event = json.loads(raw_message)
        event_type = event["type"]

        if event_type == "response.done":
            response = event["response"]
            # Kontrollera om modellen anropade några funktioner
            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":
            # Spela upp svars ljud
            audio_bytes = base64.b64decode(event["delta"])
            player.write(audio_bytes)

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

Flera funktionsanrop

Modellen kan besluta att anropa flera funktioner i ett enda svar. Fältet output i response.done kan innehålla flera poster av typen function_call. Bearbeta alla dessa innan du anropar response.create.

Viktiga punkter

  • Verktyg deklareras i session.update med ett standard-JSON-schema
  • Argument anländer via strömning genom response.function_call_arguments.delta
  • Efter körning skickar du tillbaka resultatet via conversation.item.create med call_id
  • Anropa response.create så att modellen kan formulera sitt röstsvar med resultatet
  • Hantera flera anrop: modellen kan anropa flera funktioner samtidigt