Tool Calling API
最后更新:
用无副作用的 add 工具验证 tools、tool_calls、参数校验与 tool_call_id 回传,按目标模型单独核对工具能力。
工具由应用执行,模型只返回调用意图
先用无外部副作用的 add 工具验证闭环。模型返回 tool_calls 后,应用验证工具名与参数、执行白名单函数,再通过 tool 消息回传结果。不能直接执行模型生成的任意代码。
| 阶段 | 结构字段 |
|---|---|
| 声明 | tools[].function.name / parameters |
| 返回 | choices[].message.tool_calls |
| 解析 | tool_calls[].function.arguments |
| 回传 | role: tool + tool_call_id + content |
最小请求示例
凭据从 KKAI_API_KEY 环境变量读取。示例是请求合同,运行后需核对实际响应和用量。
import os
from openai import OpenAI
client = OpenAI(api_key=os.environ["KKAI_API_KEY"],
base_url="https://api.kkaiapi.com/v1", max_retries=0, timeout=120)
r = client.chat.completions.create(
model="gpt-6.1-sol",
messages=[{"role": "user", "content": "请用 add 计算 2 加 3"}],
tools=[{"type": "function", "function": {"name": "add", "description": "相加两个整数", "parameters": {"type": "object", "properties": {"a": {"type": "integer"}, "b": {"type": "integer"}}, "required": ["a", "b"], "additionalProperties": False}}}], tool_choice="auto",
)
for call in r.choices[0].message.tool_calls or []:
print(call.id, call.function.name, call.function.arguments)完成安全的第二轮调用
保存第一轮 assistant 消息,针对每个 tool_call_id 添加一条 role=tool 的消息,然后再次请求同一模型。工具执行前校验参数类型、权限和调用次数;重试前确认工具是否已经执行。
独立验证模型工具能力
公开 endpoint 表证明可用路径,不证明每个模型、客户端版本都支持相同工具语义。先在目标模型完成一次声明、返回、执行与回传,再启用真实业务工具。
常见问题
本页示例代表已经实测成功吗?
示例说明当前请求结构与配置方式。请在自己的运行环境核对响应、模型 ID 与用量;模型快照和文档不能替代一次真实业务验收。