函數調用

一、函數調用的本質

自然語言接口（NLI）：Natural Language Interface，自然語言連接一切。

自然語言接口（NLI）

• NLI的定義自然語言接口（NLI）允許用戶通過日常語言與軟件和設備交互，無需特定命令或語法。
• 用戶界面與API的NLI化為使多個軟件和設備能協同工作，用戶界面和API均需支持自然語言交互，簡化復雜指令的執行。
• 實現NLI的兩種思路強大入口AI：依賴高度智能的AI拆解和分發用戶任務。廣播式指令：AI將指令廣播給所有軟件，由它們自主決策是否及如何響應。

大模型的兩大缺陷：大模型受限于計算資源和訓練時間，導致信息滯后，并且其基于統計規律的回答缺乏真正的邏輯推理能力。

大模型的兩大缺陷

• 問題一：沒有最新信息：
  • 大模型的訓練需要大量的計算資源和時間，因此它們的知識庫通常是在某個時間點之前的數據集上訓練的。例如，GPT-3.5和GPT-4的知識截至2021年9月。這意味著它們無法提供此后的新信息或事件。為保持時效性，需定期重訓模型，但成本高昂且耗時，導致大模型難以及時跟上信息更新。
    
• 問題二：沒有真邏輯：
  • 大模型生成的文本和回答主要基于訓練數據的統計規律，而非嚴格的邏輯推理或形式化證明。因此，在處理復雜或需深入邏輯推理的問題時，它們可能產生看似合理但實際不準確的回答。此外，大模型通過預測給定上下文中的下一個詞來生成文本，可能受訓練數據中的偏見和錯誤影響，從而削弱邏輯嚴謹性。
    

二、函數調用的原理

函數調用（Function Calling）：函數調用使您能夠更可靠地從模型中獲取結構化數據。

函數調用（Function Calling）

• 第一步：創建通過調用外部 API 來回答問題的助手
  • 定義函數，如get_current_weather(location: string, unit: 'celsius' | 'fahrenheit')

def get current weather(location: str, unit: str = 'celsius', api key: str = None) -> dict:

""獲取當前天氣"

if not api key:

raise ValueError(API key is required to fetch weather data.")endpoint = f"https://api.weatherprovider.com/current?q=(location)&units=(unit)&appid=(api key)'response = requests.get(endpoint)

if response.status code == 200:

return response.json()

else:

raise ValueError(fFailed to fetch weather data: (response.status codey"

# 使用示例(需要填入實際的API密鑰)api key ="YOUR WEATHER API KEYlocation : "London,Uk"weather data = get current weather(location, api key api key)print(weather data)

定義函數：get_current_weather

• 第二步：將自然語言轉換為 API 調用
  • 轉換“誰是我的主要客戶？”get_customers(min_revenue: int, created_before: string, limit: int)調用您的內部 API。

def parse question to api call(question: str) -> tuple:

""將問題解析為API調用的參數”“

# 這里應該有更復雜的NLP邏輯來解析問題

if"主要客戶"in question:

return "get customers", [min revenue": 10000, "created before": "2023-01-01", "limit": 10)else:

raise ValueError("Unknown question format.")

def get customers(**kwargs):

""獲取客戶列表 (模擬API調用) “”

# 這里應該是實際的API調用邏輯

print(f"Fetching customers with parameters: (kwargs)")

# 返回模擬數據

return [("name": "Customer1" "revenue": 12000), ("name": "Customer2", "revenue": 15000)

# 使用示例

question ="誰是我的主要客戶?“

api name, api params = parse question to api call(question)if api name == "get customers":

customers = get customers(* api params)

print(customers)

調用內部API函數：get_customers

• 第三步：從文本中提取結構化數據
  • 定義一個提取數據的函數extract_data(name: string, birthday: string)

import re

def extract data(text: str) -> tuple:

"“從文本中提取姓名和生日"m”pattern = r"Name: (w+)s+Birthday: ( d(43-d(2)-d(2))match = re.search(pattern, text)if match:

name, birthday = match.groups()

return name, birthdayelse:

raise ValueError("Failed to extract data from text.")

# 使用示例

text = "Name: John Doe, Birthday: 1990-01-01"try:

extracted name, extracted birthday = extract data(text)print(f"Name: (extracted name  Birthday: (extracted birthday,")except ValueError as e:

print(e)

提取數據函數：extract_data

函數調用的機制：在大語言模型中，函數調用通常涉及將用戶的自然語言請求轉換為可執行的函數調用，并生成符合預定義函數簽名的結構化輸出，如JSON對象。

函數調用的機制

函數調用機制的主要步驟：

• 一、用戶輸入：用戶通過自然語言向模型提出問題或請求。這些問題或請求可能需要調用外部函數來獲取答案或執行某些操作。
• 二、模型解析：模型接收到用戶輸入后，會解析并理解輸入內容。模型會根據其訓練數據和算法判斷是否需要調用函數，并確定要調用的函數及其參數。
• 三、生成函數調用：如果模型確定需要調用函數，它會生成一個包含函數調用所需參數的結構化輸出。這通常是一個JSON對象，其中包含函數名、參數列表等信息。這個JSON對象是以字符串形式存在的，需要在實際調用函數之前進行解析。
• 四、函數調用執行：在您的代碼中，您需要解析這個字符串化的JSON對象，將其轉換為有效的數據結構（如字典或對象），并使用這些參數調用相應的函數。這個過程是在您的代碼環境中完成的，而不是在模型內部。模型只是提供了調用函數所需的參數和信息。
• 五、處理函數結果：函數調用執行完成后，您需要將函數的結果返回給模型。這通常通過將結果附加到模型中再次調用模型來實現。模型會接收并處理這些結果，然后生成一個自然語言回復給用戶，總結或解釋函數調用的結果。

三、函數調用的想象空間

函數調用的想象空間

用戶對著微信說：給我每個女性好友發一條情真意切的拜年信息，還要帶點兒小幽默。

• 步驟一：了解微信API或第三方庫：
  • 研究微信官方文檔，了解是否有提供發送消息的API（通常情況下，個人用戶無法直接訪問這樣的API）。
  • 查找是否有可用的第三方庫或工具，這些庫或工具可能提供了訪問微信某些功能的接口（但使用這些工具存在賬號被封禁的風險）。
• 步驟二：登錄微信：
  • 使用選定的庫或工具提供的登錄方法登錄微信賬號。這通常涉及掃描二維碼或使用其他認證機制。
• 步驟三：獲取好友列表：
  • 一旦登錄，使用相關API或庫函數來獲取微信好友列表。
• 步驟四：篩選女性好友：
  • 遍歷好友列表，根據好友的性別信息篩選出女性好友。性別信息通常可以在好友列表的數據中獲取。
• 步驟五：編寫拜年信息：
  • 編寫一條或多條情真意切且帶有小幽默的拜年信息模板。
• 步驟六：發送消息：
  • 遍歷篩選出的女性好友列表，并使用API或庫函數向每個女性好友發送拜年信息。確保遵守發送頻率限制，以避免被微信檢測為濫用行為。
• 步驟七：退出登錄：
  • 發送完所有消息后，使用API或庫函數安全地退出微信登錄。

import itchat # itchat是一個開源的微信個人號接口，但注意它并不總是可用，且可能違反微信的服務條款

def send new year greeting _to female friends():# 登錄微信，這通常需要手機掃描二維碼確認登錄itchat.auto login()

# 獲取所有好友列表

friends = itchat.get friends(update=True)

# 歷好友列表，篩選出女性好友并發送消息for friend in friends:

if friend[Sex] == 2: # 假設在itchat中，性別用1表示男性，2表示女性message =f"親愛的ffriend[NickName》，新年到啦! 祝你越來越美麗，笑口常開，好運連連! 別#發送消息給好友，這里使用send msg函數作為示例，實際中itchat可能有不同的函數來發送消息# 注意: itchat庫已經停止維護，并且微信網頁版接口經常變動，所以下面的代碼可能無法工作。itchat.send msg(message, toUserName friendUserName'7)

# 登出微信

itchat.logout()

# 調用函數發送拜年信息(注意:實際執行這段代碼可能會違反微信的服務條款，導致賬號被封禁)# send new year greeting to female friends()

微信給女性朋友拜年

用戶對著富途牛牛說：人工智能相關股票，市盈率最低的是哪幾個？最近交易量如何？都有哪些機構持有？

• 步驟一：準備API接口和認證信息
  • 確定用于獲取股票信息的API接口URL。
  • 獲取并準備好API密鑰或其他認證信息。
• 步驟二：定義函數以獲取市盈率最低的人工智能股票
  • 編寫一個函數，該函數接受API接口URL和API密鑰作為參數。
  • 在函數內部，構造請求參數，指定股票分類為人工智能，按市盈率升序排列，并限制返回結果的數量。
  • 發送HTTP GET請求到API接口，并傳入構造好的請求參數和API密鑰。
  • 檢查響應的狀態碼，確保請求成功。
  • 解析響應內容，提取市盈率最低的股票列表信息。
  • 返回市盈率最低的股票列表。

import requests

def get lowest pe ai stocks(api endpoint, api key):

0

獲取人工智能相關股票中市盈率最低的幾個股票信息

param api endpoint: APIBendpoint URL

param api key: 用戶的API密銷

:return: 市盈率最低的股票列表及其相關信息00

# 構造請求參數，這里假設API支持按市盈率排序和按人工智能相關篩選股票params = [

category':"ai，# 假設 ai代表人工智能相關的股票分類sort':'pe ratio，# 按市盈率排序order':"asc，# 升序排列，獲取市盈率最低的股票"limit': 5 # 獲取前5個結果，這個數字可以根據需要調整

# 發送HTTP請求到API

response = requestsget(api endpoint, params=params, headers=(Authorization': api key)

# 檢查響應狀態碼，如果不是200則拋出異常if response.status code != 200:

raise Exception(f"Failed to fetch data from APl: fresponse.status code!")

#解析響應內容，這里假設API返回的是JSON格式的數據data = response,json()

# 提取股票信息，并返回結果

return data 'stocks'

• 步驟三：定義函數以獲取股票的最近交易量
  • 編寫一個函數，該函數接受API接口URL、API密鑰和股票代碼作為參數。
  • 構造特定于股票代碼的API請求URL。
  • 發送HTTP GET請求到構造好的URL，并傳入API密鑰。
  • 檢查響應的狀態碼，確保請求成功。
  • 解析響應內容，提取交易量信息。
  • 返回交易量信息。

def get recent trading_volume(api endpoint, api key, stock code):

獲取指定股票的最近交易量信息，

:param api endpoint: API的endpoint URL，可能需要根據股票代碼構造具體的URLparam api_key: 用戶的API密鑰

:param stock code: 股票代碼

:return: 最近交易量信息

80

# 發送HTTP請求到API，獲取指定股票的交易量信息response = requests.get(f"api endpoint;/stock code)/trading_volume", headers=('Authorization' i

#檢查響應狀態碼，如果不是200則拋出異常if responsestatus code != 200:

raise Exception(f"Failed to fetch trading volume for stock stock code): fresponse.status code)")

# 解析響應內容，并返回交易量信息

return response,json()['trading volume'

• 步驟四：定義函數以獲取股票的機構持有者信息
  • 編寫一個函數，該函數接受API接口URL、API密鑰和股票代碼作為參數。
  • 構造特定于股票代碼的API請求URL。
  • 發送HTTP GET請求到構造好的URL，并傳入API密鑰。
  • 檢查響應的狀態碼，確保請求成功。
  • 解析響應內容，提取機構持有者列表及其持股份額等信息。
  • 返回機構持有者信息。

def get institutional holders(api endpoint, api key, stock code):

000

獲取指定股票的機構持有者信息。

:param api endpoint: API的endpoint URL，可能需要根據股票代碼構造具體的URL:param api_key: 用戶的API密鑰

:param stock code: 股票代碼

:return: 機構持有者列表及其持股份額等信息000

# 發送HTTP請求到API，獲取指定股票的機構持有者信息response = requests.get(f fapi endpoint)/stock code)/holders/institutional", headers='Authorizatic

#檢查響應狀態碼，如果不是200則拋出異常

if response.status code != 200:

raise Exception(f"Failed to fetch institutional holders for stock fstock codek: fresponse.status coc

# 解析響應內容，并返回機構持有者信息

return response.json()[institutional holders”]

• 步驟五：調用函數并處理結果
  • 調用步驟3中定義的函數，獲取該股票的最近交易量信息。
  • 調用步驟4中定義的函數，獲取該股票的機構持有者信息。
  • 調用步驟2中定義的函數，獲取市盈率最低的人工智能股票列表。
  • 遍歷股票列表，對于每只股票：
  • 打印或存儲獲取到的信息，包括股票代碼、市盈率、最近交易量和機構持有者列表。

# 假設的API密鑰和endpoint URL，實際使用時需要督換為真實的值api key = "your api key"api endpoint = "https://api.example.com/stocks'

# 獲取市盈率最低的人工智能相關股票列表lowest pe stocks = get lowest pe ai stocks(api endpoint, api key)for stock in lowest pe stocks:

stock code = stock['code'l

pe ratio = stock['pe ratio']

print(f"Stock Code: (stock code], PE Ratio: {pe ratio]"

#獲取每個股票的最近交易量信息

try:

trading volume = get recent trading volume(api endpoint, api key, stock codeprint(f"Recent Trading Volume: (trading_volume)")except Exception as e:

print(f"Error fetching trading volume: (ej")

# 獲取每個股票的機構持有者信息try:

institutional holders = get institutional holders(api endpoint, api key, stock code)print("Institutional Holders.")

for holder in institutional holders:

print(f holder['name:  holder['share percentage])%"except Exception as e:

print(f"Error fetching institutional holders: (ey")

本文章轉載微信公眾號@架構師帶你玩轉AI