智能体是如何工作的？Agent的核心技术之一简述——工具调用（Function Calling）

from openai import OpenAIfrom datetime import datetimeimport jsonimport osimport random

# 指向本地部署的vLLM服务client = OpenAI(    api_key="EMPTY",    base_url="http://localhost:8000/v1", )
# 定义工具列表，模型在选择使用哪个工具时会参考工具的name和descriptiontools = [    # 工具1 获取当前时刻的时间    {        "type": "function",        "function": {            "name": "get_current_time",            "description": "当你想知道现在的时间时非常有用。",            # 因为获取当前时间无需输入参数，因此parameters为空字典            "parameters": {},        },    },    # 工具2 获取指定城市的天气    {        "type": "function",        "function": {            "name": "get_current_weather",            "description": "当你想查询指定城市的天气时非常有用。",            "parameters": {                "type": "object",                "properties": {                    # 查询天气时需要提供位置，因此参数设置为location                    "location": {                        "type": "string",                        "description": "城市或县区，比如北京市、西城区、海淀区等。",                    }                },                "required": ["location"],            },        },    },]
# 模拟天气查询工具。返回结果示例：“成都今天是晴天。”def get_current_weather(arguments):    # 定义备选的天气条件列表    weather_conditions = ["晴天", "多云", "雨天"]    # 随机选择一个天气条件    random_weather = random.choice(weather_conditions)    # 从JSON中提取位置信息    location = arguments["location"]    # 返回格式化的天气信息    return f"{location}今天是{random_weather}。"
# 查询当前时间的工具。返回结果示例：“当前时间：2025-09-07 17:15:18。“def get_current_time():    # 获取当前日期和时间    current_datetime = datetime.now()    # 格式化当前日期和时间    formatted_time = current_datetime.strftime("%Y-%m-%d %H:%M:%S")    # 返回格式化后的当前时间    return f"当前时间：{formatted_time}。"
# 封装模型响应函数def get_response(messages):    completion = client.chat.completions.create(        model="qwen-max",          messages=messages,        tools=tools,    )    return completion
# 主流程函数（多轮对话 + 工具调用）def call_with_messages():    print("n")    messages = [        {            "content": input(                "请输入："            ),  # 提问示例："现在几点了？" "一个小时后几点" "成都天气如何？"            "role": "user",        }    ]    print("-" * 60)    # 模型的第一轮调用    i = 1    first_response = get_response(messages)    assistant_output = first_response.choices[0].message    print(f"n第{i}轮大模型输出信息：{first_response}n")    if assistant_output.content is None:        assistant_output.content = ""    messages.append(assistant_output)    # 如果不需要调用工具，则直接返回最终答案    if (        assistant_output.tool_calls == None    ):  # 如果模型判断无需调用工具，则将assistant的回复直接打印出来，无需进行模型的第二轮调用        print(f"无需调用工具，我可以直接回复：{assistant_output.content}")        return    # 如果需要调用工具，则进行模型的多轮调用，直到模型判断无需调用工具    while assistant_output.tool_calls != None:        # 如果判断需要调用查询天气工具，则运行查询天气工具        tool_info = {            "content": "",            "role": "tool",            "tool_call_id": assistant_output.tool_calls[0].id,        }        if assistant_output.tool_calls[0].function.name == "get_current_weather":            # 提取位置参数信息            arguments = json.loads(assistant_output.tool_calls[0].function.arguments)            tool_info["content"] = get_current_weather(arguments)        # 如果判断需要调用查询时间工具，则运行查询时间工具        elif assistant_output.tool_calls[0].function.name == "get_current_time":            tool_info["content"] = get_current_time()        tool_output = tool_info["content"]        print(f"工具输出信息：{tool_output}n")        print("-" * 60)        messages.append(tool_info)        assistant_output = get_response(messages).choices[0].message        if assistant_output.content is None:            assistant_output.content = ""        messages.append(assistant_output)        i += 1        print(f"第{i}轮大模型输出信息：{assistant_output}n")    print(f"最终答案：{assistant_output.content}")

if __name__ == "__main__":    call_with_messages()