Function Calling
O Function Calling permite que o modelo selecione e chame automaticamente funções predefinidas conforme a necessidade do usuário, possibilitando consultas de dados, chamadas de API, execução de tarefas e mais.
Conceito básico
O fluxo completo do Function Calling:
- Definir ferramentas — Descreva na requisição as funções disponíveis e seus parâmetros
- Decisão do modelo — O modelo decide se precisa chamar uma ferramenta
- Retornar chamada — O modelo retorna o nome da função e os argumentos
- Executar função — Você executa a função e obtém o resultado
- Continuar diálogo — Envie o resultado de volta ao modelo para a resposta final
Protocolo OpenAI
Python
function_calling.py
from openai import OpenAI
import json
client = OpenAI(
base_url="https://api.ofox.ai/v1",
api_key="<Sua OFOXAI_API_KEY>"
)
# 1. Definir ferramentas
tools = [{
"type": "function",
"function": {
"name": "get_weather",
"description": "Obter informações meteorológicas em tempo real de uma cidade específica",
"parameters": {
"type": "object",
"properties": {
"city": {
"type": "string",
"description": "Nome da cidade, ex.: Pequim, Xangai"
},
"unit": {
"type": "string",
"enum": ["celsius", "fahrenheit"],
"description": "Unidade de temperatura"
}
},
"required": ["city"]
}
}
}]
# 2. Enviar requisição
messages = [{"role": "user", "content": "Como está o tempo em Pequim hoje?"}]
response = client.chat.completions.create(
model="openai/gpt-4o",
messages=messages,
tools=tools,
tool_choice="auto"
)
message = response.choices[0].message
# 3. Processar chamada de ferramenta
if message.tool_calls:
for tool_call in message.tool_calls:
args = json.loads(tool_call.function.arguments)
# 4. Executar sua função
result = get_weather(args["city"]) # Sua implementação
# 5. Enviar resultado de volta ao modelo
messages.append(message)
messages.append({
"role": "tool",
"tool_call_id": tool_call.id,
"content": json.dumps(result)
})
# Obter resposta final
final = client.chat.completions.create(
model="openai/gpt-4o",
messages=messages,
tools=tools
)
print(final.choices[0].message.content)Protocolo Anthropic
O Anthropic usa o parâmetro tools com formato ligeiramente diferente:
anthropic_tools.py
import anthropic
client = anthropic.Anthropic(
base_url="https://api.ofox.ai/anthropic",
api_key="<Sua OFOXAI_API_KEY>"
)
response = client.messages.create(
model="anthropic/claude-sonnet-4.5",
max_tokens=1024,
tools=[{
"name": "get_weather",
"description": "Obter informações meteorológicas em tempo real de uma cidade específica",
"input_schema": {
"type": "object",
"properties": {
"city": {"type": "string", "description": "Nome da cidade"}
},
"required": ["city"]
}
}],
messages=[{"role": "user", "content": "Como está o tempo em Pequim hoje?"}]
)
# Processar content block tool_use
for block in response.content:
if block.type == "tool_use":
print(f"Chamada de ferramenta: {block.name}, Parâmetros: {block.input}")Chamadas de função paralelas
O modelo pode retornar múltiplas chamadas de ferramenta em uma única resposta, que devem ser executadas em paralelo:
# O modelo pode solicitar múltiplas chamadas de ferramenta simultaneamente
if message.tool_calls:
# Executar todas as chamadas de ferramenta em paralelo
import asyncio
async def execute_tools(tool_calls):
tasks = []
for tc in tool_calls:
args = json.loads(tc.function.arguments)
tasks.append(execute_function(tc.function.name, args))
return await asyncio.gather(*tasks)Parâmetro tool_choice
| Valor | Descrição |
|---|---|
"auto" | O modelo decide automaticamente se chama ferramentas (padrão) |
"none" | Desabilitar chamadas de ferramenta |
"required" | Forçar chamada de ferramenta |
{"type": "function", "function": {"name": "xxx"}} | Forçar chamada de uma ferramenta específica |
Modelos suportados
Os seguintes modelos suportam Function Calling:
- OpenAI:
gpt-4o,gpt-4o-mini,o1,o3-mini - Anthropic:
claude-opus-4,claude-sonnet-4,claude-3-5-haiku - Google:
gemini-3.1-pro-preview,gemini-3-flash-preview,gemini-3-pro-preview - Outros:
deepseek-chat,qwen-max,glm-4
Last updated on