Definiera verktyg i JSON
På denna sida
Från teori till praktik
Du förstår nu konceptet funktionsanrop och strukturen för JSON-scheman. Det är dags att gå över till konkret implementering. I denna lektion lär du dig hur du bygger en komplett begäran med verktygsdefinitioner och hanterar modellens svar.
Begärandestruktur med verktyg
Här är en komplett begäran till Grok API med ett definierat verktyg:
from openai import OpenAI
client = OpenAI(
api_key="your-api-key",
base_url="https://api.x.ai/v1"
)
tools = [
{
"type": "function",
"function": {
"name": "get_weather",
"description": "Get the current weather for a city",
"parameters": {
"type": "object",
"properties": {
"city": {
"type": "string",
"description": "City name"
},
"unit": {
"type": "string",
"enum": ["celsius", "fahrenheit"],
"default": "celsius"
}
},
"required": ["city"]
}
}
}
]
response = client.chat.completions.create(
model="grok-4.5",
messages=[
{"role": "user", "content": "What's the weather like in Paris?"}
],
tools=tools
)
Observera den nästlade strukturen: objektet tools innehåller en array där varje element har en type och ett function-objekt med detaljerna.
Nyckeltal för implementering
Hantera svaret tool_call
När modellen bestämmer sig för att anropa en funktion innehåller svaret en array tool_calls:
message = response.choices[0].message
if message.tool_calls:
for tool_call in message.tool_calls:
print(f"Function: {tool_call.function.name}")
print(f"Arguments: {tool_call.function.arguments}")
print(f"ID: {tool_call.id}")
Fältet tool_call.function.arguments är en JSON-sträng (inte ett Python-objekt). Du måste parsa den:
import json
args = json.loads(tool_call.function.arguments)
city = args["city"]
unit = args.get("unit", "celsius")
Kör och returnera resultatet
När funktionen har körts skickar du tillbaka resultatet till modellen i ett andra anrop:
import json
# 1. Kör funktionen
weather_data = get_weather(city="Paris", unit="celsius")
# 2. Bygg meddelandena med resultatet
messages = [
{"role": "user", "content": "What's the weather like in Paris?"},
message, # Modellens svar med tool_calls
{
"role": "tool",
"tool_call_id": tool_call.id,
"content": json.dumps(weather_data)
}
]
# 3. Anropa modellen igen med resultatet
final_response = client.chat.completions.create(
model="grok-4.5",
messages=messages,
tools=tools
)
print(final_response.choices[0].message.content)
Meddelandet med rollen tool måste innehålla:
tool_call_id: den unika identifieraren för tool_call (för att länka den till begäran)content: resultatet som en JSON-sträng
Definiera flera verktyg
Du kan deklarera så många verktyg som behövs i arrayen tools:
tools = [
{
"type": "function",
"function": {
"name": "get_weather",
"description": "Get the current weather for a city",
"parameters": { ... }
}
},
{
"type": "function",
"function": {
"name": "search_restaurants",
"description": "Search for restaurants by city and cuisine type",
"parameters": { ... }
}
},
{
"type": "function",
"function": {
"name": "book_table",
"description": "Book a table at a restaurant",
"parameters": { ... }
}
}
]
Modellen väljer automatiskt det eller de relevanta verktygen baserat på användarens begäran.
Kontrollera finish_reason
Fältet finish_reason i svaret indikerar om modellen har avslutat sitt svar eller väntar på ett verktygsresultat:
finish_reason = response.choices[0].finish_reason
if finish_reason == "tool_calls":
# Modellen väntar på resultatet från ett eller flera verktyg
handle_tool_calls(response)
elif finish_reason == "stop":
# Modellen har avslutat sitt svar
print(response.choices[0].message.content)
Viktiga punkter
- Begäran innehåller
messagesochtools(definitioner) - Argument för tool_call är en JSON-sträng som måste parsas
- Skicka resultatet i ett meddelande med rollen
toolinklusivetool_call_id - Kontrollera
finish_reasonför att veta om modellen väntar på ett resultat - Du kan deklarera flera verktyg – modellen väljer automatiskt