Function Calling是什么？让AI从聊天机器人变成办事工具

Function Calling是什么？

你有没有想过，AI聊天机器人明明什么都不会做，却能帮你查天气、订机票、写代码？

秘密就在一个听起来很技术的词里：Function Calling（函数调用）。

用一句话定义：Function Calling 是让大语言模型"调用外部工具"的能力。模型本身不会干活，但它能判断你需要什么，然后替你调用对应的函数去执行。

打个比方：AI是前台，函数是员工

想象你去餐厅吃饭。你是用户，餐厅服务员是AI，厨房里的厨师和收银台是各种"函数"。

你不会直接冲进厨房炒菜，对吧？你会跟服务员说：“我要一份宫保鸡丁。”

服务员（AI）听懂了你的需求，然后去厨房（调用函数）下单。厨师做好菜后，服务员把结果端给你。

在这个过程中：

• 服务员不炒菜，但知道该叫谁炒菜
• 厨师不知道你是谁，但能把菜做好
• 你不用认识厨师，跟服务员说一声就行

Function Calling 就是这个道理。AI负责"理解意图+决策调用"，函数负责"具体执行"。

它是怎么工作的？

整个过程分三步：

第一步：你把函数"告诉"AI

调用AI API时，除了传用户的问题，还要传一份"函数清单"。比如：

{
  "functions": [
    {
      "name": "get_weather",
      "description": "查询指定城市的当前天气",
      "parameters": {
        "city": {"type": "string", "description": "城市名称"}
      }
    },
    {
      "name": "create_todo",
      "description": "创建一个待办事项",
      "parameters": {
        "title": {"type": "string", "description": "事项标题"},
        "due_date": {"type": "string", "description": "截止日期"}
      }
    }
  ]
}

这就像给服务员一本菜单——告诉他有哪些菜可以做。

第二步：AI决定调哪个函数

用户问：“北京今天天气怎么样？”

AI分析后，决定调用 get_weather(city="北京")。它会返回一段结构化的响应，告诉系统"我需要调这个函数，传这些参数"。

第三步：系统执行函数，把结果喂回AI

你的程序拿到这个决定，真正去调用 get_weather 函数，拿到天气数据（比如"北京，晴，25°C"），再把结果放回对话里。

AI最后生成自然语言回复：“北京今天晴天，气温25度，适合出门。”

整个过程对你来说几乎是透明的——你只管说话，AI负责协调。

Function Calling能干什么？

🌤 查实时数据

AI本身不会联网，但可以调用天气API、股票API、新闻API。你问"今天金价多少"，AI帮你调金融数据接口，再把结果用自然语言告诉你。

📝 操作你的工具

AI帮你写待办事项、发邮件、创建日历事件。它不需要知道每个工具的细节，只要你能把接口定义好，它就能用。

💻 写代码和执行代码

这是目前最热门的应用。AI读你的代码，调用代码执行函数，运行结果，再根据反馈修正代码。很多AI编程工具就是这么工作的。

🤖 构建AI Agent

单个Function Calling只能做一件事。但当你给AI一堆函数——查数据库、操作文件系统、调用外部API——它就变成了一个能自主完成任务的"代理"。这就是AI Agent的基础。

和"普通聊天"有什么区别？

实际代码长什么样？

以OpenAI的API为例，调用Function Calling只需要多传一个 functions 参数：

import openai

response = openai.ChatCompletion.create(
    model="gpt-4",
    messages=[
        {"role": "user", "content": "帮我查一下上海的天气"}
    ],
    functions=[
        {
            "name": "get_weather",
            "description": "获取城市天气",
            "parameters": {
                "type": "object",
                "properties": {
                    "city": {"type": "string"}
                },
                "required": ["city"]
            }
        }
    ]
)

AI返回的不是文字，而是一个 function_call 对象，告诉你它想调用什么函数、传什么参数。你的程序再执行这个函数，把结果送回API，AI就能生成最终回复了。

新手要注意的3个坑

⚠️ 函数描述要写清楚

AI是根据你写的 description 来决定是否调用这个函数的。描述写得模糊，AI就会犹豫或者用错。比如写"获取信息"就不如写"查询指定城市的实时天气和温度"准确。

⚠️ 参数定义要完整

函数清单里的 parameters 是AI判断怎么传参的依据。如果参数定义不全，AI可能会漏传必要字段，或者传错类型。

⚠️ 要有容错处理

AI不是百分百准确。它可能调错函数、传错参数、或者在该调用时选择不调用。你的程序要做好这些情况的兜底处理。

总结

Function Calling 是AI从"聊天玩具"变成"实用工具"的关键一步。

它让AI拥有了"手脚"——不再只是空谈，而是能真正帮你查数据、写代码、操作工具。理解了这个概念，你就理解了几乎所有AI Agent、AI编程助手、AI自动化流程的底层原理。

下次你用AI帮你做事的时候，不妨想一想：它背后是不是在调某个函数？