DeepSeek（13）：Function call 给⼤模型插上翅膀

1 大模型存在的问题和能力

2 Function call原理

如上图比如像我们的都是一个大模型，当用户提出问题的时候，大模型会根据用户的提示词判断是否需要用外部的工具，比如说调用某个函数或者调用某个api，如果他发现了确实需要调用，此时他会把这些信息生成对应的结构化的信息，这个生成结构化信息的过程是把自然语言变成结构化语言，比如说接着xml都属于结构化的语言，在这个里面它会包含两种两类信息：一类是需要调用的函数或者api的名称，一类所需要的参数，从而协助我们去调用，之所以是协助，是因为调用不是大模型该干的活，大模型只是生成对应的函数名称跟参数的结构化信息，调用还是我们自己通过应用去调用，然后调用这个的函数或者api的数据，这个函数api会返回对应的结果，这个返回信息依旧是一个信息化或者结构化的信息，大模型拿到信息后进行理解和润色然后返回给用户。

下面我们来看一个具体的场景：

如上图，用户他会去询问订单A123的状态是什么，这时候，他会发这个请求给到大模型，大模型在这个之前第一步就是创建对应的函数，这个创建函数的过程是我们自己应用的做的事情，比如说电商平台，他已经创建了一个函数叫check_out_status，只要输入订单的号码我就能得到订单的状态，这个函数最开始要创建起来，大模型会给予这个函数去定义调用函数的方法，你必须把这个函数的定义交叉模型告诉他有这么一个函数，如果你不告诉他，他不知道怎么去调用它，也不知道这个函数对应的结构，所以首先一定要定义，并且把这个函数的结构告诉他，这告诉过程就是定义函数方法的过程。这个过程大模型会知道调用的函数名字以及函数的参数等信息。

当用户真正发送请求了，大模型会进行判断用户是否需要访问check_out_status这个函数，如果需要，则告诉用户你去调这个函数名字叫check_all_status以及输入参数，当用户拿到这个函数的信息以后，再去调用具体的函数。这个调用具体的函数是用户应用自己去做的，而不是大模型去做的，大模型的能力是基于自然语言生成对应函数的名字、函数的句柄以及函数对应的参数，用户直接调用函数完了之后就会返回这个结果，这个结果是经过大模型进行一个映射的，他只是返回了一个已发货的信息，只是大模型会根据用户的请求信息进行一个合并，最终生成一个用户能够理解的信息，这个就是Function call的原理。

3 案例实现