OpenAI在6月13号晋级了ChatGPT，推出了相似其网页版插件的功用——函数调用（Function calling），13号当天我在很多微信大众号就看到了这个音讯，甚至有人将函数调用称为杀手级特性，正好周末有空，就写个Demo试用下，验证下它是平平无奇仍是真的能让人眼前一亮。
官网给出的函数调用示例是接入查询气候的才能，我看到榜首反应 就这……。但当我写了一个简略抓取网页文本的函数，并将其接入到ChatGPT中后，我忽然认识到这确实是一个十分强壮的功用。之前的ChatGPT只能用文本交互，文本有个特点便是其规范性十分十分弱，同样的语义两个不同的人表述出来或许便是彻底不同的两句话，导致咱们很难用自然语言区操控一般的程序。而这次的函数调用才能，让其具有了输出强规范的内容，能够用来调起其他程序。这也意味着ChatGPT具有了和一般程序交互的才能，可幻想的空间十分大。
接下来我就用我完成的ChatGPT网页剖析才能作为示例，演示下怎么让ChatGPT接入一般的python函数，最终我再总结下函数调用的才能和限制，顺便也想象下函数调用究竟还能够完成什么样的强壮功用。
Step1：完成一般函数
首先便是要定义好一般的python函数，我这儿写了一个简略的网页爬取的功用，给定url就能够抓取到网页上面的文本内容。这儿仅仅一个简略完成，或许部分网页无法正常抓取。
import requests
from bs4 import BeautifulSoup
def is_target_tag(tag):
target_tags = ['p', 'code', 'h1', 'h2', 'h2', 'h3', 'h4', 'h5']
return tag.name in target_tags
def get_text_from_url(url):
response = requests.get(url, headers=headers)
html = response.text
soup = BeautifulSoup(html, 'html.parser')
extracted_tags = soup.find_all(is_target_tag)
res_text = ''
for tag in extracted_tags:
res_text = res_text + tag.get_text(strip=True) + '\n'
return res_text
这儿运用的是request包发起恳求，运用bs4的BeautifulSoup来解析html标签，代码将html中所有的段落、代码、标题内容都抓取出来。
Step2: 用json-schema格局将函数描绘出来
这一步的作用便是把能够调用的一般函数信息用ChatGPT能够辨认的格局描绘出来，这儿OpenAI直接采用了JSON-Schema。也比较简略，便是描绘出来有哪些函数能够用、函数别离完成了什么样的功用、每个函数有哪些参数、哪些是必填参数、哪些是选填参数…… 这儿我用来抓取url对应文本的函数描绘如下：
functions = [
{
"name": "getText",
"description": "抓取url对应的网页里的文本内容",
"parameters": {
"type": "object",
"properties": {
"url": {
"type": "string",
"description": "网址url",
}
},
"required": ["url"],
},
}
]
留意，这儿functions能够有不止一个，只需你能准确将函数功用及入参格局用json-schema描绘出来，ChatGPT就能给你调起。 别的这儿为了方便调起，咱们还需求保存一个办法名到实际办法的映射关系，详细如下：
available_functions = {
"get_text_from_url": get_text_from_url,
}
Step3: 调用ChatGPT的时候带上函数信息
接下来咱们只需求在原有Api的参数中增加functions，让ChatGPT知晓有哪些函数能够调用，然后让他决定要不要调。完好的代码及注释如下：
import os
import openai
import json
openai.api_key = os.getenv("OPENAI_API_KEY")
def chat(content):
messages = [
{"role": "user", "content": content}
]
response1 = openai.ChatCompletion.create(
model="gpt-3.5-turbo-0613",
messages=messages,
functions=functions,
function_call="auto"
)
response_message = response1["choices"][0]["message"]
rtn_message = response1["choices"][0]["message"]
# 假如ChatGPT回来成果会告诉你，是否需求调用函数，咱们只需求根据它回来的函数名、参数调起对应的函数
# 然后将函数的回来成果再给到ChatGPT，让他进行下一步的操作
if response_message.get("function_call"):
# 找到需求调用的函数，并将ChatGPT给的参数传进去
function_name = response_message["function_call"]["name"]
fuction_to_call = available_functions[function_name]
function_args = json.loads(response_message["function_call"]["arguments"])
# 用这种方法能够调起恣意python函数，不用像官网那样还要指定参数名
function_response = fuction_to_call(**function_args)
# 获取到函数调用成果后，需求将成果拼接到对话记载里，并再次调用ChatGPT
messages.append(response_message)
messages.append(
{
"role": "function",
"name": function_name,
"content": function_response,
}
)
# 二次调用的回来成果里便是咱们预期的成果了
response2 = openai.ChatCompletion.create(
model="gpt-3.5-turbo-0613",
messages=messages,
)
rtn_message = response2["choices"][0]["message"]
return rtn_message['content']
咱们简略验证下效果：
chat('总结下这篇文章，将其间的要点提炼出来 https://zxs.io/article/1924')
回来成果如下：
这篇文章总结了运用ChatGPT提高程序员编程才能的办法和场景。作者经过两个月的运用发现，尽管ChatGPT现在还无法彻底代替程序员在一些强上下文的编程场景下的才能，但在一些通用化的编程场景下，它的表现仍然可行。作者提炼出以下利用ChatGPT的场景：
1. 代码评定：ChatGPT能够检测代码的语法错误、代码风格问题、潜在的bug和性能问题，但需求留意辅助东西的限制性，主张与其他代码检查东西和人工检查相结合运用。
2. 代码优化：除了代码评定，ChatGPT还能够帮助优化并重写代码，但同样需求结合其他专业人士的主张进行综合优化。
3. 代码释义：运用ChatGPT生成代码释义，以减轻维护老代码的担负。
4. 供给解决方案：描绘遇到的问题，让ChatGPT给出主张和解决方案。
5. 代码生成：ChatGPT能够直接生成相关代码，如分布式锁注解的代码，在实际运用中需求自行鉴别和辨认生成的代码。
6. 规划形式和架构主张：ChatGPT能够供给在代码规划和架构规划上的主张。
7. 学习新知识：在不熟悉的范畴运用ChatGPT帮助学习。
文章提到了一些运用ChatGPT的实例，并强调了在运用过程中需求留意鉴别数据的时效性和准确性。最终，作者以为尽管ChatGPT无法代替程序员的大部分技术，但能够作为一个东西来提高工作效率。
能够看到关于我博客的网址仍是十分好用的，我也测试了CSDN、等技术网站，也能够正常运用。但有些网站拿不到成果，不是ChatGPT不行，而是我get_text_from_url办法写的太low了，有些情况下确实没法抓取到内容。
补白：运用函数调用时需求晋级最新的openai包，别的现在也只有gpt-3.5-turbo-0613和gpt-4-0613两个模型才支撑函数调用，其他模型还不支撑。
总结
不管是从官网查询气候的示例，仍是从我这个抓取网页的示例来看，接入函数调用的才能并不杂乱。别的需求留意到的一点，尽管这个功用叫函数调用，但ChatGPT并不会帮你去调这些函数，而是帮你判断何时去调用这些函数，给你调用函数所需求的参数，最终必定得是由你自己去调用函数的。从它的回来数据格局能够看出，当时版别的函数调用还有个限制点，便是当时版别只能在一次对话中调起一个函数，假如遇到那种需求多次调用的操作，就只能通过多轮对话的方法完成了。
尽管函数调用这个功用看似简略，但我觉得这个功用让ChatGPT拥有了和现有程序打通的才能，曾经它只能帮你做决议计划、给主张，但现在它还能够去帮你执行。举个很实际的比如，现在ChatGPT用的最多的当地便是客服之类的问答场景，现在的系统只能做一些信息交流，比方商品咨询、退换货信息咨询……，但假如接入函数调用功用，用户就能够直接在对话的过程中完成整个流程，这现在是彻底能够做到的，不过这个东西刚出来，其决议计划的可靠性还需求验证，连OpenAI在官网上都提示:
We strongly recommend building in user confirmation flows before taking actions that impact the world on behalf of users (sending an email, posting something online, making a purchase, etc).
咱们强烈主张在代表用户采纳影响国际的动作（发送电子邮件、在线发布内容、进行购买等）之前，先由用户确认。
假如你还认识不到函数调用的强壮才能，我再举一些简略的比如：假如ChatGPT和你的日历打通，那它是不是就能够帮你管理日程了； 假如和你的笔记打通，那它是不是就能够帮你整理笔记了；甚至是和你的股票账号打通，是不是就能够帮你炒股了；假如和脑机接口打通，那它是不是就能够操控……
