Function Calling 深度指南：原理、实现与多模型对比实测

ROMANTXWD

54人浏览 · 2026-08-06 20:45:33

ROMANTXWD · 2026-08-06 20:45:33 发布

Function Calling（函数调用）是大模型应用开发中最核心的功能之一。它让 AI 不再只是一个"聊天机器人"，而是能够调用外部工具、获取实时数据、执行具体操作的智能助手。
这篇文章我会从原理到实现，再到多模型对比，全方位讲清楚 Function Calling。测试用的是一个 OpenAI 兼容的聚合平台（97AIPRO），方便切换不同模型做对比。
一、Function Calling 是什么？
简单说，Function Calling 就是让大模型"学会使用工具"。
你给模型描述一组可用的函数（工具），模型会根据用户的问题，智能判断：

需不需要调用工具
调用哪个工具
传入什么参数
然后你在代码中执行这个函数，把结果返回给模型，模型再根据结果生成最终的自然语言回答。
整个流程是这样的：
用户提问 → 模型判断是否调用函数 → 是 → 返回函数名和参数
↓
代码执行函数
↓
结果返回给模型
↓
模型生成最终回答
二、典型应用场景
Function Calling 的应用场景非常广：
实时数据查询：天气、股票、新闻、航班
计算与分析：数学运算、数据分析、统计
操作系统：发邮件、创建日历、操作数据库
第三方服务：地图导航、翻译、搜索
企业内部：查库存、查订单、审批流程
Agent 系统：多步骤任务规划与执行
可以说，任何需要 AI 和外部世界交互的场景，都离不开 Function Calling。
三、基础实现
我们用 Python 来演示，基于 OpenAI 兼容接口（我用的是 97AIPRO，其他兼容平台也一样）。
3.1 定义函数
首先，你需要用 JSON Schema 格式描述你的函数：
tools = [
{
“type”: “function”,
“function”: {
“name”: “get_weather”,
“description”: “获取指定城市的天气信息”,
“parameters”: {
“type”: “object”,
“properties”: {
“city”: {
“type”: “string”,
“description”: “城市名称，如北京、上海、深圳”
},
“date”: {
“type”: “string”,
“description”: “日期，格式为 YYYY-MM-DD，默认为今天”
}
},
“required”: [“city”]
}
}
}
]
最佳实践：函数的 description 要写清楚"这个函数是做什么的、什么时候该用"。参数的 description 也要详细，这样模型才能正确理解和提取。
3.2 第一次调用：让模型判断
from openai import OpenAI
import json

client = OpenAI(
api_key=“your_api_key”,
base_url=“https://api.97aipro.com/v1”
)

messages = [
{“role”: “user”, “content”: “北京今天天气怎么样？”}
]

response = client.chat.completions.create(
model=“gpt-4o”,
messages=messages,
tools=tools,
tool_choice=“auto”
)

response_message = response.choices[0].message
3.3 检查是否需要调用函数
if response_message.tool_calls:
print(“模型决定调用函数：”)
for tool_call in response_message.tool_calls:
print(f"函数名：{tool_call.function.name}“)
print(f"参数：{tool_call.function.arguments}”)
else:
print(“模型直接回答：”, response_message.content)
运行结果大概是：
模型决定调用函数：
函数名：get_weather
参数：{“city”:“北京”,“date”:“2024-01-15”}
模型智能地识别出需要调用天气函数，并且正确提取了参数。
四、完整的函数调用流程
上面只是第一步，完整的流程需要多轮交互：
def get_weather(city, date=None):
“”“模拟获取天气的函数，实际项目中调用真实 API”“”
return f"{city}{date or ‘今天’}的天气：晴，温度 25°C，湿度 60%，微风"

第一步：用户提问

messages = [
{“role”: “user”, “content”: “北京今天天气怎么样？适合出门吗？”}
]

第二步：模型判断是否调用函数

response = client.chat.completions.create(
model=“gpt-4o”,
messages=messages,
tools=tools,
tool_choice=“auto”
)

response_message = response.choices[0].message
messages.append(response_message) # 把模型回复加入历史

第三步：执行函数

if response_message.tool_calls:
for tool_call in response_message.tool_calls:
function_name = tool_call.function.name
function_args = json.loads(tool_call.function.arguments)

    # 根据函数名分发执行
    if function_name == "get_weather":
        function_response = get_weather(**function_args)
    else:
        function_response = f"未知函数：{function_name}"

    # 把函数结果加入对话历史
    messages.append({
        "tool_call_id": tool_call.id,
        "role": "tool",
        "name": function_name,
        "content": function_response
    })

第四步：把结果返回给模型，生成最终回答

second_response = client.chat.completions.create(
model=“gpt-4o”,
messages=messages
)

print(second_response.choices[0].message.content)
这样就完成了一次完整的函数调用流程。
五、多函数场景
实际项目中通常不止一个函数，我们来看看多函数的情况：
tools = [
{
“type”: “function”,
“function”: {
“name”: “get_weather”,
“description”: “获取指定城市的天气信息”,
“parameters”: {
“type”: “object”,
“properties”: {
“city”: {“type”: “string”, “description”: “城市名称”},
“date”: {“type”: “string”, “description”: “日期，YYYY-MM-DD”}
},
“required”: [“city”]
}
}
},
{
“type”: “function”,
“function”: {
“name”: “calculator”,
“description”: “执行数学计算，支持加减乘除和复杂表达式”,
“parameters”: {
“type”: “object”,
“properties”: {
“expression”: {“type”: “string”, “description”: “数学表达式，如 ‘123 * 456’”}
},
“required”: [“expression”]
}
}
},
{
“type”: “function”,
“function”: {
“name”: “search_news”,
“description”: “搜索最新新闻”,
“parameters”: {
“type”: “object”,
“properties”: {
“keyword”: {“type”: “string”, “description”: “搜索关键词”},
“count”: {“type”: “integer”, “description”: “返回结果数量，默认5”}
},
“required”: [“keyword”]
}
}
}
]
模型会根据用户的问题，智能选择最合适的函数。比如：

“北京天气” → 调用 get_weather
“12345 * 67890 等于多少” → 调用 calculator
“今天有什么科技新闻” → 调用 search_news
经验分享：函数数量建议控制在 5-10 个以内。给的函数太多，模型容易混淆，选错函数的概率会增加。如果函数很多，建议先做一层分类，或者用 RAG 检索相关函数。
六、多模型对比实测
用聚合平台的好处就是切换模型方便。我分别用 GPT-4o 和 Claude 3.5 Sonnet 做了几个测试场景：
测试 1：简单函数调用
问题：“北京今天天气怎么样？”
模型
结果
GPT-4o
✅ 正确调用 get_weather，参数 city=北京
Claude 3.5 Sonnet
✅ 正确调用 get_weather，参数 city=北京
测试 2：多参数提取
问题：“帮我查一下 2024 年 1 月 20 号上海的天气”
模型
结果
GPT-4o
✅ 正确提取 city=上海, date=2024-01-20
Claude 3.5 Sonnet
✅ 正确提取 city=上海, date=2024-01-20
测试 3：多函数选择
问题：“帮我算一下 12345 * 67890 等于多少”
模型
结果
GPT-4o
✅ 正确选择 calculator 函数
Claude 3.5 Sonnet
✅ 正确选择 calculator 函数
测试 4：不需要调用的情况
问题：“你好，介绍一下你自己”
模型
结果
GPT-4o
✅ 直接回答，没有调用函数
Claude 3.5 Sonnet
✅ 直接回答，没有调用函数
测试 5：复杂推理 + 多轮调用
问题：“北京今天天气怎么样？如果下雨的话，帮我推荐几个室内活动”
模型
结果
GPT-4o
✅ 先调用天气，再根据结果推荐
Claude 3.5 Sonnet
✅ 先调用天气，再根据结果推荐
测试 6：参数格式校验
问题：“查一下 2024/1/15 北京天气”（日期格式不标准）
模型
结果
GPT-4o
✅ 自动转换为 YYYY-MM-DD 格式
Claude 3.5 Sonnet
✅ 自动转换为 YYYY-MM-DD 格式
结论：两个模型在 Function Calling 方面表现都很不错，基础场景完全够用。GPT-4o 在复杂场景下稍微稳定一些，Claude 3.5 Sonnet 也完全能满足大多数需求。大家可以根据价格和场景选择。
七、最佳实践
分享一些实际项目中总结的经验：
7.1 函数设计

函数名要清晰：见名知意，不要用缩写
description 要详细：说清楚"做什么的、什么时候用、什么时候不用"
参数要明确：每个参数都要有 description，枚举值要列出来
返回值要结构化：尽量返回 JSON 或结构化数据，方便模型理解
7.2 错误处理
参数校验：不要完全信任模型传的参数，一定要做校验
异常捕获：函数执行可能失败，要做好异常处理
友好的错误信息：函数失败时返回清晰的错误描述，方便模型理解和重试
超时控制：给函数调用设置超时时间，避免卡住
7.3 性能优化
并行调用：如果多个函数之间没有依赖，可以并行执行
缓存结果：相同参数的调用可以缓存，减少重复计算
控制函数数量：不要一次给太多函数，影响模型判断准确率
流式输出：支持流式的话，用户体验更好
八、常见问题
Q: 模型会乱调用函数吗？
A: 一般不会，但偶尔会有。建议做好参数校验和异常处理，并且设置合理的函数描述，减少误调用概率。
Q: 支持同时调用多个函数吗？
A: 支持，GPT-4o 等模型支持 parallel tool calls，可以一次返回多个函数调用。
Q: 函数调用算 token 吗？
A: 算的，函数定义和参数都会算输入 token。所以函数描述尽量简洁但准确。
Q: 怎么调试 Function Calling？
A: 建议把每一步的输入输出都打日志，方便排查问题。也可以用平台的调试工具。
九、总结
Function Calling 是大模型从"能聊天"到"能做事"的关键一步，掌握它能让你的 AI 应用能力提升一个档次。
核心要点：
理解原理：模型判断 → 执行函数 → 返回结果 → 生成回答
函数设计要清晰：好的描述是成功的一半
做好错误处理：不要完全信任模型的输出
多模型对比：不同模型各有优劣，根据场景选择
如果你需要做多模型对比测试，建议用 OpenAI 兼容的聚合平台，切换模型只改一行代码，测试效率高很多。我用的 97AIPRO 还不错，支持支付宝充值，国内访问也稳定，大家可以试试。