国外亚洲成av人片在线观看,热99re久久精品这里都是精品,天堂网在线最新版www,国产成人av区一区二区三,51久久成人国产精品麻豆

本文將深入探討Function Calling調(diào)用外部工具的基本原理，幫助大家理解大模型是如何通過(guò)自主解析內(nèi)容、決策使用工具、結(jié)構(gòu)化填槽等步驟，借助外部工具完成任務(wù)的。

如果把大模型比作一個(gè)“人類”，那TA只有大腦，眼睛和嘴巴，沒(méi)有手腳，即它只會(huì)“思考”“看”和“說(shuō)”，不會(huì)使用“工具”，比如我們問(wèn)大模型“今天天氣如何”。大模型本身無(wú)法回答這個(gè)問(wèn)題，它必須借助“外力”調(diào)用相關(guān)“工具”來(lái)完成回答（下文有說(shuō)人話的流程圖舉例）。

• “外力”：比如可以是“墨跡天氣”等，因?yàn)椤澳E天氣”是知道“天氣”的。所以只要能調(diào)用“墨跡天氣”，大模型就能間接回答用戶的天氣問(wèn)題了。那么，如何“借助”呢？當(dāng)然是我們今天要講的主角–“Function Calling”了。（似乎還沒(méi)有一個(gè)很合適的中文翻譯，先大概理解為函數(shù)調(diào)用或者工具調(diào)用吧）
• Function Calling：自主“解析”內(nèi)容并結(jié)構(gòu)化【填槽】，自主“決策”使用工具并結(jié)構(gòu)化【調(diào)用】。
• 自主解析內(nèi)容：指只要看到Prompt里的內(nèi)容，就能自動(dòng)對(duì)內(nèi)容按特定的格式進(jìn)行解析；
• 自主決策使用工具：指根據(jù)解析后的結(jié)構(gòu)化內(nèi)容，自動(dòng)調(diào)用工具（比如天氣，地理位置，日期等），需要什么就自動(dòng)調(diào)用什么。
• 結(jié)構(gòu)化：一種Json格式而已。
• 填槽：指大模型根據(jù)與用戶的歷史對(duì)話內(nèi)容，將信息結(jié)構(gòu)化的解析出來(lái)。填槽的槽是個(gè)什么？是槽位，什么是槽位？可以理解為“參數(shù)”，比如用戶詢問(wèn)今天北京天氣時(shí)，那么填槽的參數(shù)就是：日期，城市；這兩參數(shù)就是槽位。

槽位舉例：

例1：

• 出發(fā)地：
• 目的地：

例2：

• 城市：
• 日期：

例3：

• 報(bào)銷事由：
• 報(bào)銷金額：
• 發(fā)生時(shí)間：

例4：

• 目的地城市：
• 酒店單價(jià)上限：
• 酒店單價(jià)下限：
• 區(qū)域偏好：

大模型調(diào)用工具的基本原理（即即大模型借助Function Calling具備了調(diào)用外部工具的基本原理）看不懂沒(méi)關(guān)系下方有流程圖解釋。

1、System Prompt（系統(tǒng)提示詞）中寫明了都有哪些工具可以使用，使用時(shí)要給出參數(shù)，要寫成什么格式；即系統(tǒng)提示詞可理解為寫給大模型看的，是系統(tǒng)對(duì)大模型下達(dá)的命令，既然是命令，大模型就得服從。命令中告訴大模型有哪些工具可以使用，大模型在執(zhí)行任務(wù)時(shí)，如果遇到自己解決不了的問(wèn)題時(shí)（比如天氣問(wèn)題）就看可以隨時(shí)調(diào)用工具，但必須按工具要求的格式才能調(diào)用。

• 如果是DeepSeek或豆包等我們?nèi)粘Ｊ褂玫倪@種應(yīng)用系統(tǒng)，其System Prompt是已經(jīng)被官方封裝好的，用戶不可見(jiàn)。即默認(rèn)已經(jīng)將相關(guān)的工具調(diào)用寫到System Prompt里了。比如早期DeepSeek沒(méi)有封裝天氣調(diào)用工具時(shí)，我們問(wèn)它天氣問(wèn)題，它是回答不上來(lái)的。
• 如果是coze等制作Agent的平臺(tái)，我們?cè)诖罱ㄒ粋€(gè)Agent時(shí)，就可以自己在System Prompt里按實(shí)際業(yè)務(wù)流程，自己去手寫調(diào)用什么工具以及怎么調(diào)用。

2、意圖識(shí)別：大模型根據(jù)和用戶的對(duì)話信息進(jìn)行自主識(shí)別用戶要求做什么任務(wù)；

3、大模型自主決策回答用戶當(dāng)前的問(wèn)題是否需要使用工具，以及決策使用哪個(gè)工具（比如天氣工具）；

4、決策使用哪個(gè)工具后，然后確定調(diào)取工具設(shè)定的信息傳遞結(jié)構(gòu)（提示詞寫了調(diào)用工具的格式以及調(diào)用什么工具需要傳遞什么參數(shù)，大模型按命令執(zhí)行即可比如天氣工具需“城市”和“日期”參數(shù)）；

5、調(diào)取與用戶的所有的歷史上下文的內(nèi)容解析，并填槽(目的是尋找“城市”“日期”這兩個(gè)參數(shù))；

6、缺少參數(shù)就向用戶發(fā)起追問(wèn)，直到全部填槽完畢（直到“城市”和“日期”兩個(gè)參數(shù)全部確定）；

7、按照槽的格式，大模型調(diào)用工具，生成模型回復(fù)；

以上，就是Function Calling的基本原理，看不懂沒(méi)關(guān)系，我們接下來(lái)作解釋：

我們看看System Prompt里該寫些什么，大模型就能乖乖的借助Function Calling來(lái)調(diào)用工具了呢？

說(shuō)明：下面描述中，如果是“//”后的文字，僅表示對(duì)這句話的旁白解釋，并不是Prompt里的內(nèi)容；

System Prompt舉例：

人設(shè)與回復(fù)邏輯：

如果用戶問(wèn)到天氣問(wèn)題，你在完成用戶要求時(shí)，可以使用工具； //這句Prompt可理解為：我們可以把Prompt看成是系統(tǒng)對(duì)大模型下達(dá)的任務(wù)命令，大模型會(huì)聽(tīng)話的按命令完成任務(wù)。因?yàn)榇竽Ｐ陀姓Z(yǔ)義識(shí)別能力即它像一個(gè)“人類”一樣能理解語(yǔ)言，所以這句Prompt就是在命令大模型–如果用戶在問(wèn)天氣情況時(shí)，你就自己去使用工具，怎么使用工具呢，見(jiàn)下面的Prompt。這里的“你”即“大模型”，“工具”指如果是讓研發(fā)同學(xué)去開發(fā)一個(gè)Agent的話，那么調(diào)用什么天氣工具由業(yè)務(wù)自己去決定（比如可能是“墨跡天氣”或其他什么天氣的MCP，不了解MCP沒(méi)關(guān)系，就先當(dāng)它是一個(gè)API或者插件去理解就行），或者如果是coze里搭A(yù)gent時(shí)，我們可以在搭建過(guò)程中自行選擇調(diào)用什么“天氣”工具。

##工具1? ? //這是Prompt提供的一個(gè)工具。上一句Prompt已經(jīng)命令大模型，如果要使用工具的話可以自行使用，那么大模型作為一個(gè)執(zhí)行命令的“人”，它會(huì)非常信任給它下達(dá)命令的“Prompt”，那它就會(huì)去調(diào)用工具，所以你“Prompt”作為大模型的主人你不能坑人家大模型，于是，“Prompt”就把工具放在這里，意思是說(shuō)大模型你如果要用這個(gè)工具的話你就自己拿去用吧，工具就是下面這段內(nèi)容。

根據(jù)“城市和日期”查詢天氣，你在使用時(shí)必須提供城市和日期兩個(gè)參數(shù)，提供參數(shù)的方式要滿足如下結(jié)構(gòu)：? ? // “如下結(jié)構(gòu)“即指前面提到的Json格式，也就是所謂的“結(jié)構(gòu)化”；這段Json可理解為是調(diào)用天氣工具的開關(guān)，開關(guān)里有“城市”和“日期”兩個(gè)零件，缺一不可（你大模型自己根據(jù)自己和用戶的歷史對(duì)話去判斷是否能識(shí)別出用戶詢問(wèn)的天氣的城市和日期，如果不能，就向用戶發(fā)起追問(wèn)）

{

“name”：“get_weather”，

“arguments”：{

“city”：要查詢的城市

“date”：要查詢的日期

}

}

##工具2:? //這是Prompt給大模型的另一個(gè)工具，大模型請(qǐng)自取

根據(jù)用戶的描述比如“今天”“昨天”“明天”“下周一”，獲取實(shí)際日期，使用時(shí)必須提供用戶對(duì)于日期的描述這個(gè)參數(shù)，提供參數(shù)的方式要滿足如下結(jié)構(gòu)：

{

“name”：“get_date”，

“arguments”：{

“query”：用戶對(duì)于日期的描述

}

}

以上，就是這段System Prompt的全部?jī)?nèi)容。

下面我們用一個(gè)例子來(lái)解釋一下：

如果用戶提問(wèn)：“今天北京天氣如何？”

大模型就開始自主解析：哦，用戶在問(wèn)天氣，那我需要調(diào)用主人給我的天氣工具“get_weather”，主人還告訴我說(shuō)調(diào)用這個(gè)工具時(shí)必須要先把“城市”和“日期”參數(shù)確定下來(lái)，那我找找和用戶的歷史對(duì)話看看能不能獲取到這兩個(gè)參數(shù)，誒，用戶說(shuō)了“今天”，那我就可以調(diào)用主人給我提供的日期工具“get_date”了，這個(gè)工具只要一個(gè)參數(shù)（query：用戶對(duì)于日期的描述）即可，那我就把“今天”填進(jìn)去就行啦（填槽）。填好之后，大模型把這段“get_date”的Json返回給DeepSeek（如果在coze里就返回給coze，其他應(yīng)用同理），DeepSeek作為一個(gè)封裝好的應(yīng)用，里面已經(jīng)有一段代碼或插件專門來(lái)接收和處理這段Json了，處理好之后會(huì)將“今天”的取值（比如2025年5月31日）返回給大模型，于是，大模型就拿到了“日期”這個(gè)參數(shù)。

嗯，再來(lái)看看“城市”這個(gè)參數(shù)，發(fā)現(xiàn)用戶已經(jīng)告訴我城市是“北京”了，既然“天氣”和“城市”兩個(gè)參數(shù)都確定了，那我就把它們填到天氣工具“get_weather”里吧（填槽），填好之后，再把“get_weather”這段Json返回給Deepseek（和上面類似），Deepseek執(zhí)行這段Json代碼，把“天氣信息”返回給大模型，大模型獲得天氣信息后組織語(yǔ)言（說(shuō)人話），將“人話”輸出給用戶。

如果用戶提問(wèn)時(shí)沒(méi)有說(shuō)哪個(gè)城市，那大模型在自主解析到“get_weather”時(shí)發(fā)現(xiàn)需要“城市”和“日期”兩個(gè)參數(shù)，現(xiàn)在“城市”無(wú)法確認(rèn)，于是就會(huì)主動(dòng)向用戶發(fā)起追問(wèn)：“哥，你要問(wèn)哪個(gè)城市的天氣呢？”當(dāng)然，這只是舉例，現(xiàn)在大部分應(yīng)用已經(jīng)將“位置”工具也封裝好了，大模型在解釋過(guò)程中會(huì)調(diào)用位置工具從而獲得用戶當(dāng)前的位置所屬的城市，也就不用向用戶追問(wèn)了。

小結(jié)：記住一句非常重要的話–在應(yīng)用技術(shù)層，無(wú)論我們做了多么炫酷的設(shè)計(jì)，最終都只有一個(gè)目的，那就是為了找到相對(duì)更合適的一個(gè)提示詞（Prompt）傳遞給大模型。因?yàn)椋?strong>Prompt是我們【唯一】可以和大模型交互的方式。因?yàn)榇竽Ｐ鸵案苫睢钡脑?，我們必須告訴它要干什么活，怎么告訴呢，那就是提示詞，也只能是提示詞，只有提示詞能直接和大模型“交流”。提示詞不清晰，大模型就只能自由發(fā)揮，幻覺(jué)率也就自然更大。（仔細(xì)品味）