当问题涉及即时或外部资料时模型往往只能猜答案无法真正查询或执行动作Function Calling正是为了解决这个限制而设计的机制它让模型在需要时主动提出工具呼叫请求由应用程序代为执行函数并回传结果。Function Calling的运行可分为三个阶段模型判断需求并提出请求回传信息中附带工具呼叫资讯(如tool_calls)描述欲呼叫的函数名称与参数应用程序执行外部功能应用程序依据模型提供的函数名与参数执行对应逻辑例如查询API或取资料库模型整合结果并生成回复应用程序将执行结果回传给模型模型再根据这些真实资料产生自然语言回复。这套互动流程让模型得以结合即时资料与外部运算降低模型产生幻觉(hallucination)风险建立并执行Function Calling定义工具描述功能与参数包括name(工具名称)、description、parameters(使用JSON Schema定义工具可接受的参数结构、类型与说明)呼叫函数(让模型主动提出工具呼叫请求)可以在chat.completions.create()的请求中加入tools参数模型就能在生成回应时自动判断是否需要使用其中的功能回传结果(整合执行逻辑与回复)执行函数逻辑将结果回传给模型。我们使用tool讯息格式回传工具的执行结果并通过tool_call_id将结果对应到原本的工具呼叫请求中学习笔记源自 —《node.js生成式AI应用开发实战》