API 调用步骤
需要基础步骤时,可查看 Key 创建、首次调用及错误说明。
阅读调用指南先约定输出结构,再验证结果是否符合要求,是 API 工程化的起点。下面进一步说明工具调用的处理步骤和批量请求需要考虑的问题。
要得到可以入库的结果,需明确下面三件事。不完整的约束可能使回答变回叙述文字。
messages=[
{"role":"system","content":"仅输出 JSON 对象。字段:order_id(字符串),amount(数字,保留两位小数),channel(枚举:web/app/store),tags(字符串数组,可为空)。"},
{"role":"user","content":"把这笔订单转成结构化记录:订单号 A2024-8891,金额 1284.5 元,来自小程序渠道。"}
]
response_format={"type":"json_object"}模型并不总能严格按格式回答,工程上要考虑这种不确定性。应用侧需要执行解析与验证,并在失败时重试。
import json
def extract(text):
try:
data = json.loads(text)
except json.JSONDecodeError as e:
return None, f"JSON 解析失败:{e}"
required = {"order_id", "amount", "channel", "tags"}
missing = required - set(data)
if missing:
return None, f"缺少字段:{sorted(missing)}"
if not isinstance(data["amount"], (int, float)):
return None, "amount 不是数字"
return data, None
result, error = extract(text)
if error:
# 把错误信息带回对话,让模型自己修正一次
text = retry_with_error(text, error)重试请求应包含具体校验错误,便于模型修正。可以把次数限制为两次等明确上限,避免异常输入使流程无限运行。
下面四个环节展示模型如何请求应用中的函数能力:
工具声明(要点)
{
"name": "query_orders",
"description": "按用户 ID 查询最近 30 天的订单列表,返回金额与渠道",
"parameters": {
"type": "object",
"properties": {
"user_id": {"type": "string"},
"days": {"type": "integer", "default": 30}
},
"required": ["user_id"]
}
}
执行链路
模型请求调用 query_orders(user_id="U1024")
→ 你的代码查库并返回真实订单数组
→ 把数组作为 tool 消息回传
→ 模型据此回答用户问题为避免选错工具,说明应具体;为避免挤占上下文,过长结果要自行缩减或归纳。删除、支付等写操作要由应用安排二次核实,不应直接交由模型决定执行。
先检查是否在 JSON 前后出现说明文字,以及字段是否按要求命名。使用 JSON 对象模式,在系统提示写清字段及示例,应用侧验证失败后携错误信息重试一次。
应用先给出工具列表、参数结构,模型随后输出调用请求。由你的代码执行函数、回传真实结果,最后模型给出回复;执行不交给模型。