Function Calling 教程：用工具调用搭建可执行 AI 助手

这篇教程适合你吗

你已经用过 OpenAI 或 Claude 的 API 做基础对话，现在想让模型真正「做事」——查天气、搜数据库、调接口、执行操作。Function Calling 就是干这个的。

不适合：完全没写过 API 调用代码的读者。建议先看 OpenAI API 教程。 最终产物：一个能让大模型自动调用外部函数的完整代码示例。

环境假设

• Python 3.9+
• OpenAI API Key
• 以当前常见版本为准

> 合规提醒：使用 OpenAI 等海外 API 服务时，请遵守所在地法律法规和服务条款。如遇网络连接不稳定，可参考我们的海外 AI 工具使用指南。

Function Calling 的核心思想

传统 API 调用是「你告诉程序做什么」，Function Calling 是「你告诉大模型有哪些工具，它自己决定用哪个」。

用户: "北京今天天气怎么样？"
      ↓
大模型: 判断需要调用 get_weather 工具，参数 city="北京"
      ↓
你的代码: 执行 get_weather("北京")，拿到结果
      ↓
大模型: 根据结果生成自然语言回答

第一步：定义工具

先告诉模型你有哪些工具可用。工具用 JSON Schema 描述：

tools = [
    {
        "type": "function",
        "function": {
            "name": "get_weather",
            "description": "查询指定城市的当前天气信息",
            "parameters": {
                "type": "object",
                "properties": {
                    "city": {
                        "type": "string",
                        "description": "城市名称，例如 北京、上海"
                    },
                    "unit": {
                        "type": "string",
                        "enum": ["celsius", "fahrenheit"],
                        "description": "温度单位，默认摄氏度"
                    }
                },
                "required": ["city"]
            }
        }
    }
]

关键：description 写得越清晰，模型越能准确判断何时调用。这是 Function Calling 效果好坏的核心。

第二步：发送请求

from openai import OpenAI
client = OpenAI()  # 自动读取 OPENAI_API_KEY 环境变量
response = client.chat.completions.create(
    model="gpt-4o",
    messages=[{"role": "user", "content": "北京今天天气怎么样？"}],
    tools=tools,
    tool_choice="auto"  # 让模型自动决定是否调用
)

第三步：处理工具调用

模型不会直接调用你的函数——它只是返回「我想调用这个函数，参数是这些」。你需要自己执行：

import json
message = response.choices[0].message
# 检查模型是否要求调用工具
if message.tool_calls:
    for tool_call in message.tool_calls:
        function_name = tool_call.function.name
        arguments = json.loads(tool_call.function.arguments)
        if function_name == "get_weather":
            # 这里是你真正执行函数的地方
            result = get_weather(arguments["city"], arguments.get("unit", "celsius"))
            print(f"天气结果: {result}")

注意：模型返回的是「调用请求」，不是执行结果。你必须自己实现函数逻辑，然后把结果返回给模型。

第四步：把结果返回给模型

拿到工具执行结果后，再发一次请求让模型生成最终回答：

# 把工具结果添加到对话历史
messages.append(message)  # 模型的 tool_calls 消息
messages.append({
    "role": "tool",
    "tool_call_id": tool_call.id,
    "content": json.dumps({"city": "北京", "temp": 28, "condition": "晴"})
})
# 再次请求，让模型基于工具结果生成回答
final_response = client.chat.completions.create(
    model="gpt-4o",
    messages=messages
)
print(final_response.choices[0].message.content)
# → "北京今天天气晴朗，气温 28°C，适合外出。"

完整流程总结

定义 tools → 发送请求 → 模型返回 tool_calls → 你执行函数 → 把结果返回 → 模型生成最终回答

这就是一个完整的 Function Calling 循环。

多工具场景

实际项目中通常定义多个工具。模型会根据用户意图自动选择：

tools = [
    {"type": "function", "function": {"name": "get_weather", "description": "查天气", ...}},
    {"type": "function", "function": {"name": "search_web", "description": "搜索网页", ...}},
    {"type": "function", "function": {"name": "send_email", "description": "发邮件", ...}},
]

用户说「帮我搜一下最新的 AI 新闻」→ 模型自动选择 search_web。

用户说「给张三发封邮件」→ 模型自动选择 send_email。

Claude 的 Function Calling

Claude 的工具调用逻辑类似，但 API 格式不同：

import anthropic
client = anthropic.Anthropic()
response = client.messages.create(
    model="claude-sonnet-4-20250514",
    max_tokens=1024,
    tools=[{
        "name": "get_weather",
        "description": "查询指定城市的当前天气信息",
        "input_schema": {
            "type": "object",
            "properties": {
                "city": {"type": "string", "description": "城市名称"}
            },
            "required": ["city"]
        }
    }],
    messages=[{"role": "user", "content": "北京天气怎么样？"}]
)
# 检查 stop_reason 是否为 tool_use
for block in response.content:
    if block.type == "tool_use":
        print(f"调用工具: {block.name}, 参数: {block.input}")

> 合规提醒：使用 Anthropic Claude API 时请遵守 Anthropic 的服务条款。API 服务的可用性和定价可能因地区不同而有所变化。

常见问题与排错

模型不调用工具

原因：工具描述不够清晰，模型不确定何时使用。 解决：在 description 中明确说明「在什么场景下使用这个工具」，而不是只写工具名。

模型调用了错误的工具

原因：多个工具的功能描述有重叠。 解决：让每个工具的职责边界更清晰。如果两个工具确实容易混淆，考虑合并成一个。

参数格式错误

原因：parameters 的 JSON Schema 定义不够严格。 解决：善用 enum、required、description 约束参数，减少模型自由发挥的空间。

进阶学习

• 不了解概念？先看AI 工具调用是什么
• 想了解 Claude 的工具调用？看 Claude Tool Use 教程
• 想了解结构化输出？看 OpenAI 结构化输出教程
• 想搭建完整的 Agent？看 AI 工作流是什么

总结

• Function Calling 让大模型自动决定调用哪个工具
• 你定义工具接口，模型负责理解和调用，你负责执行
• 关键是写好工具的 description，让模型准确理解何时使用
• 可以定义多个工具，模型根据用户意图自动选择

---

本文最后更新于 2026-07-27。代码示例基于当前常见版本，请根据最新 API 文档调整。