Function Calling是什么？-ZOL问答

5个回答默认排序

默认排序

按时间排序

没找到满意答案？去问秘塔AI搜索

取消复制问题

这一机制的核心正是函数调用（Function Calling）策略。今天我们将系统性地解析其运行原理与关键要点。
首先，开发者需预先向大模型注册可用工具，相当于为模型构建一套可调用的功能菜单。例如，声明一个名为add的函数，并明确其功能是执行两个数字的加法运算。这一步本质上是在为模型提供清晰、结构化的工具能力描述。
当用户提出问题，如33加77等于多少？，模型并不会直接进行数学计算，而是生成一段标准化的JSON格式调用指令，明确指出拟调用的函数名称及所需参数。这种输出被称为工具调用意图，实质是模型基于理解所作出的调用决策表达。
需要特别注意：模型本身并不执行函数，它仅负责推理与生成调用请求；真正的执行由外部智能体系统完成——该系统解析JSON指令，定位并调用对应函数，再将执行结果返回给模型，供其继续推理或生成最终回答。
在此策略中，大模型的角色被严格限定为三重职能：理解用户意图、判断是否需要调用工具、生成准确规范的调用指令。
要提升调用准确性，关键在于两方面优化：一是工具定义的清晰度与完整性，二是模型对函数描述的理解能力。而支撑这一能力的基础，是模型必须经过大量结构化函数调用样本的训练或微调。目前，GPT-4、Claude 3、Qwen-Plus等主流大模型均已具备成熟的函数调用能力，能够稳定支持复杂场景下的工具协同任务。

取消评论