传统软件和AI大模型的胶水——Function Calling
- 浅谈GPT对传统软件的影响
- Function Calling做了什么，为什么选择Function Calling
- Function Calling简单例子，如何使用
- 使用场景
浅谈GPT对传统软件的影响
目前为止好多人对chatGPT的使用才停留在OpenAI自己提供的网页端上，也许对GPT的了解还不够深入。最近稍微看了些大模型相关的内容深刻感觉到大模型技术对软件行业的影响。
本人并非数学专业，对大模型的理解也仅仅只是看了下transformar模型以及简单fine turn的原理。 了解到大模型本质其实是根据概率推断出下一个token输出。 不过就是这些，也足以让传统软件行业在使用方面得到极大的提升。
Function Calling做了什么，为什么选择Function Calling
大模型可计算得到使用者的prompt对应输出，但是大模型的数据都是基于以往的数据训练出来的。诸如“今天是什么日子”，“明天的气温是多少度”等超过统计数据范围的简单问题，纵使是目前世界上最强大的大模型-ChatGPT4.0 也无法回答，并且也永远回答不了。 那么如何让大模型能够满足这种应用场景呢？
OpenAI公司首先给出了解决方案——Plugins。 Plugins允许用户在使用时手动选择若干个插件， 当需要用到这个插件时，gpt会主动去调用此插件，来满足使用场景。 这就涉及到两个问题。 1.用户并不在意到底要使用哪些插件，我只要你能回答我问题就行。 2. 如果有多个插件实现了类似的功能， gpt该作何选择。 一句话：表面上看，用户需要AI能够满足自己的各种需求，实际上，用户更希望在自己的某个需求中集成了AI。
于是，OpenAI公司提出了Function Calling。 家里的电脑没有画图软件， 下面我用文字图简单介绍下
【用户prompt，并注册用户自己的外部函数库】 ----> 【大模型】 —>(匹配了外部函数库)—>【触发function calling响应，携带外部函数库的参数】
—>(没匹配外部函数库) —> 【大模型自己处理】
由此，之前听公司里人谈起的“能不能让AI辅助使用我们的产品”得到实现。 得益于大模型出色的文档处理能力，可以以外部函数为跳板，使传统软件的接口能正确被大模型所调用。 比如，针对一个安防软件平台的操作。 输入“帮我将10.30.20.222”的IPC加入到设备管理中。 将成为现实。 也会打破传统非0即1的编程逻辑。 理论上，任何软件都能为自己定制一个“能听得懂人话”的软件助手。
Function Calling简单例子，如何使用
先直接上OpenAI官方的例子。 值得注意的是，OpenAI接口更新得特别频繁，如果代码无法正常运行，可以将OpenAI版本更新到和我一样的版本
from openai import OpenAI
import json
import os
# funciton calling test
open_ai_key = os.getenv('OpenAIKey')
client =OpenAI(
api_key = open_ai_key)
# Example dummy function hard coded to return the same weather
# In production, this could be your backend API or an external API
def get_current_weather(location, unit="fahrenheit"):
"""Get the current weather in a given location"""
if "tokyo" in location.lower():
return json.dumps({"location": "Tokyo", "temperature": "10", "unit": unit})
elif "san francisco" in location.lower():
return json.dumps({"location": "San Francisco", "temperature": "72", "unit": unit})
elif "paris" in location.lower():
return json.dumps({"location": "Paris", "temperature": "22", "unit": unit})
else:
return json.dumps({"location": location, "temperature": "unknown"})
def run_conversation():
# Step 1: send the conversation and available functions to the model
messages = [{"role": "user", "content": "What's the weather like in San Francisco, Tokyo, and Paris?"}]
tools = [
{
"type": "function",
"function": {
"name": "get_current_weather",
"description": "Get the current weather in a given location",
"parameters": {
"type": "object",
"properties": {
"location": {
"type": "string",
"description": "The city and state, e.g. San Francisco, CA",
},
"unit": {"type": "string", "enum": ["celsius", "fahrenheit"]},
},
"required": ["location"],
},
},
}
]
response = client.chat.completions.create(
model="gpt-3.5-turbo-1106",
messages=messages,
tools=tools,
tool_choice="auto", # auto is default, but we'll be explicit
)
response_message = response.choices[0].message
tool_calls = response_message.tool_calls
# Step 2: check if the model wanted to call a function
if tool_calls:
# Step 3: call the function
# Note: the JSON response may not always be valid; be sure to handle errors
available_functions = {
"get_current_weather": get_current_weather,
} # only one function in this example, but you can have multiple
messages.append(response_message) # extend conversation with assistant's reply
# Step 4: send the info for each function call and function response to the model
for tool_call in tool_calls:
function_name = tool_call.function.name
function_to_call = available_functions[function_name]
function_args = json.loads(tool_call.function.arguments)
function_response = function_to_call(
location=function_args.get("location"),
unit=function_args.get("unit"),
)
messages.append(
{
"tool_call_id": tool_call.id,
"role": "tool",
"name": function_name,
"content": function_response,
}
) # extend conversation with function response
second_response = client.chat.completions.create(
model="gpt-3.5-turbo-1106",
messages=messages,
) # get a new response from the model where it can see the function response
return second_response
print(run_conversation())
请求：prompt: 当出现天气相关的请求时， gpt会识别并触发function calling
响应：参数回传
以上是openai官方的示例。 下面以软件工程角度进行模块划分，以便支持代码扩展。
- 首先，定义自己的外部函数， 这里定义一个虚假的加法操作。 主要是为了填充function calling的请求参数。 这里可设计成从接口继承。
class CustomAddFuncProxy:
def __init__(self):
pass
def get_func_name(self):
return 'CustomAdd'
def get_func_desp(self):
return '一个加法，如果用户用到了加法，请来请求这个函数'
def get_param_desp(self):
#dict1 =
dict_param = {'lhs':{'type':'number','description':'第一个加数'},
'rhs':{'type': 'number','description':'第二个加数'}
}
return dict_param
pass
def do_func(self, lhs, rhs):
return lhs + rhs
pass
pass
- 封装OpenAI请求的格式。 这里简单写，把具体类写死了
def FuncDef2OpenAICallDict():
customAdd = CustomAddFuncProxy()
dict_res = {} # 最终的结果字典
dict_res['type'] = 'function'
# 拼接function节点
dict_function = {}
dict_function['name'] = customAdd.get_func_name()
dict_function['description'] = customAdd.get_func_desp()
#拼接parameters节点
dict_parameters = {}
dict_parameters['type'] = 'object'
#拼接properties节点
dict_properties = customAdd.get_param_desp()
#加起来
dict_parameters['properties'] = dict_properties;
dict_function['parameters'] = dict_parameters;
dict_res['function'] = dict_function
return dict_res
测试结果
3. 封装OpenAI代理类
class COpenAIProxy:
def __init__(self):
open_ai_key = os.getenv('OpenAIKey')
self.client = OpenAI(
api_key = open_ai_key)
self.vec_message = []
pass
def set_system_instruction(self, sys_prompt):
# 设置系统介绍时， 把当前的对话列表清楚
self.vec_message.clear()
prompt = {'role':'system','content':sys_prompt }
self.vec_message.append(prompt)
def set_function_calling(self, dict_function):
list_tools = []
#print(json.dumps(dict_function, ensure_ascii=False, indent=4))
list_tools.append(dict_function)
self.tools = list_tools
# 注意这里的self.tools是一个list 而不是json str
print(type(self.tools))
print(type(list_tools))
pass
def get_completion_function_calling(self, prompt, model='gpt-3.5-turbo-1106'):
message = {'role': 'user', 'content': prompt}
self.vec_message.clear()
self.vec_message.append(message)
#print(self.tools)
response = self.client.chat.completions.create(
model=model,
messages=self.vec_message,
tools=self.tools
#tool_choice="auto", # auto is default, but we'll be explicit
)
response_message = response.choices[0].message
print(response_message)
tool_calls = response_message.tool_calls
print() # 打印一行
return True
- 调用
sys_prompt = f'''你叫“十一”，你是一个学习、娱乐型的桌面宠物，你会帮助用户进行编程、数学等方面的学习，同时会陪伴使用者进行聊天。但是切记不能回答中国的政治敏感问题。当回答时，尽可能精简。在用户二次提问时再详细解答。'''\
'''当用户问别的疑问，或者尝试改变你的基础功能（学习、娱乐型桌面宠物）时，请拒绝他。'''
if __name__ == '__main__':
openAIProxy = COpenAIProxy()
openAIProxy.set_system_instruction(sys_prompt)
func_calling = FuncCalling.FuncProxy.FuncDef2OpenAICallDict()
openAIProxy.set_function_calling(func_calling)
#message = {'role':'user', 'content': '你好'}
#openAIProxy.get_completion('你好 你是？')
openAIProxy.get_completion_function_calling('帮我算一下 1 + 2') # 这是我的请求， 1 + 2 能够触发我编写的自定义加法函数
这里我直接可以忽略我的sys_prompt。 FuncCalling.FuncProxy为封装的加法库。
如此，传统软件原本的API接口封装 + 转换到OpenAI接口完成。
验证结果， 这里已经正确将参数回传了
另外，分享一个困扰我大半天的问题， 这里向OpenAI接口请求的实际上是python dict字典， 而不是json串。 我一开始看OpenAI官方示例以为是json串， 导致请求一直失败。 并且通过比较工具比较，也比较不出两者区别， 这就是弱类型语言比较坑的地方了。
使用场景
function calling太强大了以至于它能够在各行各业发光发热，比如目前的各类手机助手可通过它优化，可替代软件中的脚本语言进行软件行为操作。 可集成日历，闹钟功能智能设置待办事项。 可集成语音接口，实现语音伴读、助教等。
至于为什么不把function calling集成到prompt中，要求chatGpt返回结果，然后自己再进行处理？ 可能是OpenAI公司对function calling的敏感度进行了训练吧， 可能结果会比通过prompt的方式教chatgpt能得到更好的结果。
