AI 智能体如何通过工具调用与真实世界交互

[ 用户提问 ]
      │
      ▼
1. 应用程序将“用户提问”与“工具定义（JSON Schema）”一同发送给 LLM
      │
      ▼
2. LLM 分析问题，决定调用哪个工具，并返回结构化的参数（JSON）
      │
      ▼
3. 应用程序解析 LLM 返回的 JSON 参数，并在本地执行函数或 API
      │
      ▼
4. 应用程序将工具的执行结果（返回值）发送回 LLM
      │
      ▼
5. LLM 结合执行结果，生成最终的自然语言回答呈现给用户

import json

def get_stock_price(ticker: str) -> str:
    """模拟获取指定股票代码的实时价格"""
    # 在生产环境中，这里会调用真正的金融 API（如 Yahoo Finance 或同花顺接口）
    mock_database = {
        "AAPL": "$175.50",
        "MSFT": "$420.22",
        "GOOGL": "$150.10",
        "NVDA": "$875.12"
    }
    price = mock_database.get(ticker.upper(), "未知")
    return json.dumps({"ticker": ticker, "price": price})

tools = [
    {
        "type": "function",
        "function": {
            "name": "get_stock_price",
            "description": "获取指定股票代码的当前实时价格。",
            "parameters": {
                "type": "object",
                "properties": {
                    "ticker": {
                        "type": "string",
                        "description": "股票代码（例如 AAPL, MSFT）。"
                    }
                },
                "required": ["ticker"]
            }
        }
    }
]

import openai

# 配置客户端，指向 n1n.ai 聚合网关
client = openai.OpenAI(
    base_url="https://api.n1n.ai/v1",
    api_key="YOUR_N1N_API_KEY"
)

messages = [
    {"role": "user", "content": "请帮我查一下苹果公司（AAPL）现在的股价是多少？"}
]

response = client.chat.completions.create(
    model="gpt-4o", # 亦可无缝切换为 "claude-3-5-sonnet"
    messages=messages,
    tools=tools,
    tool_choice="auto" # 让模型自主决定是否需要调用工具
)

response_message = response.choices[0].message
tool_calls = response_message.tool_calls

if tool_calls:
    # 步骤 4a: 将模型的响应保存到对话历史中（包含 tool_calls 信息）
    messages.append(response_message)

    # 步骤 4b: 遍历并执行模型请求的每一个工具调用
    for tool_call in tool_calls:
        function_name = tool_call.function.name
        function_args = json.loads(tool_call.function.arguments)

        if function_name == "get_stock_price":
            # 执行本地 Python 函数
            tool_output = get_stock_price(ticker=function_args.get("ticker"))

            # 步骤 4c: 将工具的执行结果追加到对话历史中
            messages.append({
                "tool_call_id": tool_call.id,
                "role": "tool",
                "name": function_name,
                "content": tool_output
            })

final_response = client.chat.completions.create(
    model="gpt-4o",
    messages=messages
)

print(final_response.choices[0].message.content)
# 输出: "苹果公司（AAPL）当前的实时股价是 $175.50。"

try:
    result = run_database_query(query)
except Exception as e:
    result = f"数据库执行失败，错误信息: {str(e)}"