Checkout der OpenAI -Funktionsanleitung

OpenAI veröffentlicht einen neuen Funktionsanleitung, um Entwicklern dabei zu helfen, ihre Modellfunktionen zu erweitern! Diese Anleitung integriert das Benutzerfeedback, reduziert 50% kürzer, verfügt über klarere Inhalte und enthält vollständige Beispiele für Best Practices, In-Dokument-Funktionsgenerierung und Verwendung der Wetter-API. OpenAI setzt sich dafür ein, KI -Tools zu vereinfachen, damit sie Entwicklern leichter zu verwenden, wodurch es effizienter ist, Funktionen auf dem Aufruf von Funktionen zu nutzen.

OpenAI veröffentlicht einen brandneuen Leitfaden zum Aufrufen von Funktionen!

Wir haben auf der Grundlage Ihres Feedbacks wichtige Verbesserungen vorgenommen:

- 50% kürzer, was es klarer und einfacher zu verstehen macht - Neue Best Practices (siehe unten für Details?) -Unterstützt die Erzeugung der Dokumentfunktion! - Bietet ein komplettes Feature -Beispiel für die Verwendung der Wetterapi

Sehen Sie sich den Leitfaden an und teilen Sie Ihre Gedanken an ... pic.twitter.com/id89e9peff

- Ilan Bigio (@ilanbigio) 13. Januar 2025

Katalog

• Wie funktioniert OpenAI -Funktionsaufruf?
• schnelles Beispiel: Wetter API
  • Schritt 1: Definieren Sie die Funktion
  • Schritt 2: Rufen Sie das Modell mit der definierten Funktion
  auf
  • Schritt 3: Führen Sie die Funktion
  aus
  • Schritt 4: Geben Sie das Modell
  Ergebnisse an
  • Schritt 5: Erhalten Sie die endgültige Antwort
• Best Practice für Funktionsaufrufe
• Zusammenfassung

Wie funktioniert OpenAI -Funktionsaufruf?

Funktionsaufrufe ermöglichen es dem OpenAI-Modell, mit Entwickler-definierten Tools zu interagieren, sodass es mehr Aufgaben über die Text- oder Audiogenerierung hinaus ausführen kann. Das Folgende ist ein vereinfachter Prozess:

1. Definieren Sie die Funktion : Erstellen Sie eine Funktion, die das Modell aufrufen kann (z. B. get_weather).
2. Modell bestimmt, Funktionen aufzurufen. Basierend auf Systemanforderungen und Benutzereingaben stellt das Modell fest, wann Funktionen aufgerufen werden sollen.
3. FUNKTION FUNKTION : Führen Sie den Funktionscode aus und geben Sie das Ergebnis zurück.
4. Integrationsergebnisse : Das Modell verwendet die Ausgabe der Funktion, um die endgültige Antwort zu generieren.

Dieses Bild zeigt den Prozess der Funktionsaufrufe zwischen dem Entwickler und dem KI -Modell. Hier sind die Schritt-für-Schritt-Anweisungen:

• Tool Definitionsnachricht : Der Entwickler definiert das Tool (Funktion) und sendet eine Nachricht. In diesem Beispiel ist die Funktion get_weather (Ort) definiert, und der Benutzer fragt: "Was ist das Wetter in Paris?"
• Tool Call : Die Modellerkennung erfordert die Verwendung des Parameters "Paris", um die Funktion get_weather aufzurufen.
• FUNKTION CODE : Der Entwickler (oder System) führt die tatsächliche Funktion get_weather ("paris") aus. Die Funktion gibt die Antwort zurück, zum Beispiel: {"Temperatur": 14}.
• Ergebnis : Das Ergebnis der Funktion ({"Temperatur": 14}) wird mit allen vorherigen Nachrichten an das Modell zurückgegeben.
• endgültige Antwort : Das Modell verwendet die Funktionsergebnisse, um eine natürliche Sprachantwort zu erzeugen, zum Beispiel: "Die aktuelle Temperatur in Paris beträgt 14 ° C."

Bitte lesen Sie auch: 6 Top -LLMs, die Funktionsaufrufe

unterstützen

schnelles Beispiel: Wetter API

Schauen wir uns ein praktisches Beispiel mit der Funktion get_weather an. Diese Funktion holt die aktuelle Temperatur der angegebenen Koordinaten.

Schritt 1: Definieren Sie die Funktion

<code>import requests

def get_weather(latitude, longitude):
    response = requests.get(f"https://api.open-meteo.com/v1/forecast?latitude={latitude}&longitude={longitude}&current=temperature_2m,wind_speed_10m&hourly=temperature_2m,relative_humidity_2m,wind_speed_10m")
    data = response.json()
    return data['current']['temperature_2m']</code>

Schritt 2: Rufen Sie das Modell mit der definierten Funktion

auf

<code>from openai import OpenAI
import json

client = OpenAI(api_key="sk-api_key”)

tools = [{
    "type": "function",
    "function": {
        "name": "get_weather",
        "description": "获取提供的坐标（摄氏度）的当前温度。",
        "parameters": {
            "type": "object",
            "properties": {
                "latitude": {"type": "number"},
                "longitude": {"type": "number"}
            },
            "required": ["latitude", "longitude"],
            "additionalProperties": False
        },
        "strict": True
    }
}]

messages = [{"role": "user", "content": "今天巴黎的天气怎么样？"}]

completion = client.chat.completions.create(
    model="gpt-4o",
    messages=messages,
    tools=tools,
)</code>

Schritt 3: Führen Sie die Funktion

aus

<code>tool_call = completion.choices[0].message.tool_calls[0]
args = json.loads(tool_call.function.arguments)

result = get_weather(args["latitude"], args["longitude"])</code>

Schritt 4: Geben Sie das Modell

Ergebnisse an

<code># 附加模型的工具调用消息
messages.append(completion.choices[0].message)

# 将结果消息作为字符串附加
messages.append({
    "role": "tool",
    "tool_call_id": tool_call.id,
    "content": json.dumps({"temperature": result})  # 将结果转换为JSON字符串
})

# 创建第二个聊天完成
completion_2 = client.chat.completions.create(
    model="gpt-4o",
    messages=messages,
    tools=tools,
)</code>

Schritt 5: Erhalten Sie die endgültige Antwort

<code>print(completion_2.choices[0].message.content)</code>

Ausgabe:

<code>巴黎目前的温度是-2.8°C。</code>

Best Practice für Funktionsaufrufe

Um Ihnen dabei zu helfen, Ihre Funktionsaufrufe optimal zu nutzen, finden Sie hier einige professionelle Tipps:

1. eine klare und detaillierte Beschreibung
   schreiben
   • beschreiben Sie den Zweck, die Parameter und die Ausgabe der Funktion klar.
   • Verwenden Sie die Systemaufforderungen, das Modell zu leiten, wenn (und wenn nicht) Funktionen verwendet.
2. Best Practice von Application Software Engineering
   • Machen Sie die Funktion intuitiv und leicht zu verstehen.
   • Verwenden Sie Aufzählungen und Objektstrukturen, um ungültige Zustände zu verhindern.
3. Reduzieren Sie die Belastung des Modells
   • Lassen Sie das Modell nicht die Parameter einfüllen, die Sie kennen.
   • Zusammenführungsfunktionen, die immer nacheinander bezeichnet werden.
4. Die Anzahl der Funktionen ist klein
   • Um die Genauigkeit zu verbessern, verwenden Sie bis zu weniger als 20 Funktionen gleichzeitig.
5. Verwenden Sie OpenAI -Ressourcen
   • Verwenden Sie den Spielplatz, um Funktionsmuster zu erzeugen und zu iterieren.
   • Betrachten Sie die Feinabstimmung für komplexe Aufgaben oder eine große Anzahl von Funktionen.

Weitere Informationen finden Sie unter OpenAI.

Zusammenfassung

Die verbesserte Funktionsanleitung von OpenAI ermöglicht es Entwicklern, benutzerdefinierte Tools nahtlos zu integrieren, um KI zu erleichtern, um zugänglich zu sein und zu verwenden. Durch die Vereinfachung der Prozesse, die Bereitstellung klarer Beispiele und die Priorisierung des Benutzer-Feedbacks ermöglicht OpenAI Entwicklern, Lösungen zu innovieren und zu erstellen, die das volle Potenzial der KI nutzen und damit reale Anwendungen und Kreativität vorantreiben.

Das obige ist der detaillierte Inhalt vonCheckout der OpenAI -Funktionsanleitung. Für weitere Informationen folgen Sie bitte anderen verwandten Artikeln auf der PHP chinesischen Website!