← सभी गाइड पर लौटें

GPT 与 Claude Function Calling 实战：用 59API 接入统一工具链

为什么要让模型调用工具

大语言模型擅长理解意图和组织语言，却不能可靠地获得实时天气、查询订单或写入业务系统。Function Calling（函数调用）让模型先返回结构化工具请求，再由你的服务端执行真实函数，并把结果交回模型生成最终答案。这样可以把自然语言交互接入可控的业务能力，同时避免把数据库密钥、内部接口和执行权限直接暴露给模型。

准备统一的 GPT 与 Claude 接入

59API 提供兼容 OpenAI SDK 的中转接口，基础地址是 https://api.59api.com。它可按量付费接入 GPT，以及 Claude Opus、Sonnet、Haiku、Fable 等官方质量模型，适合需要根据成本、速度和复杂度切换模型的 Agent 服务。安装 Python SDK 后，将密钥放进环境变量：pip install openai，然后创建客户端：client = OpenAI(api_key=os.environ["API_KEY"], base_url="https://api.59api.com/v1")。现有 OpenAI SDK 项目通常只需替换 base_url 和模型名；Claude Code、Codex 等兼容客户端也可复用这一统一入口。

定义一个可验证的天气工具

工具描述决定模型如何构造参数，因此名称应是动词短语，参数要尽量窄。下面的定义要求 city，并限制 unit 的可选值：tools = [{"type":"function","function":{"name":"get_weather","description":"查询指定城市当前天气","parameters":{"type":"object","properties":{"city":{"type":"string"},"unit":{"type":"string","enum":["celsius","fahrenheit"]}},"required":["city"],"additionalProperties":false}}}]。description 应说明工具能做什么，而不是承诺模型无法验证的结果；例如不要写“永远准确”。

执行 GPT 返回的工具请求

先发起请求：response = client.chat.completions.create(model="gpt-4o-mini", messages=[{"role":"user","content":"上海现在天气怎样？"}], tools=tools)。如果 response.choices[0].message.tool_calls 不为空，不要直接相信 arguments。使用 json.loads 解析后，检查 city 是否为非空字符串、是否符合业务地区范围，再调用你自己的 get_weather(city, unit) 函数。真实项目中，该函数应请求受服务端保护的天气供应商，而不是由模型编造数据。

拿到结果后，把原 assistant message 加回上下文，并逐个追加 tool 消息：{"role":"tool","tool_call_id": call.id, "content": json.dumps({"temperature":18,"condition":"多云"}, ensure_ascii=False)}。随后用同一模型再次调用 chat.completions.create，模型会将结构化结果转换成面向用户的回答。一个回复可能包含多个 tool_calls，必须全部执行或明确返回失败信息，不能只处理第一个。

Claude 接入时如何保持同一业务层

Claude 原生 Messages API 使用 tools、tool_use 和 tool_result 事件，字段名称与 OpenAI 格式不同，但流程完全一致：模型提出调用、应用校验并执行、应用提交结果、模型组织回复。若团队已使用 OpenAI SDK，经 59API 接入可将工具定义和调度循环集中在一套代码中，再通过 model 参数选择 Claude Sonnet 处理复杂推理、Haiku 处理高频轻任务，或按业务需要使用 GPT。这样能减少多供应商适配代码，并通过低价按量计费控制试验和生产成本。

上线前必须补齐的控制

• 为每个工具设置超时、重试上限和幂等键，尤其是支付、发券、删除等写操作。
• 工具参数采用 JSON Schema 和服务端二次校验；模型输出永远不是授权凭据。
• 把只读查询与写操作拆分，写操作要求用户确认，并记录 tool_call_id、参数摘要和执行结果。
• 限制每轮最大工具调用次数与上下文长度，避免循环调用造成费用和延迟失控。

先用这个天气示例跑通日志、异常和多轮调用，再替换为库存、工单或知识库工具，会比直接构建全自动 Agent 更可靠。需要以较低成本测试 GPT 和 Claude 工具调用时，可以注册 59API，并结合其推荐返利机制降低长期开发支出。

मूल्य · दस्तावेज़