聊大模型，绕不开一个话题：Function Calling。

大模型本身没有"手"和"眼"，无法访问实时数据，也无法直接操控外部系统。但有了Function Calling，情况就大不相同了——它允许模型调用外部工具，比如API、数据库、自定义函数，从而获取信息或执行操作，真正突破模型自身能力的限制。

简单来说，Function Calling就是给大模型配上了"外设"，让它能与外部世界进行交互，完成更复杂的任务。

工作原理

Function Calling 的实现，本质上是一次应用程序与大模型之间的多步骤"对话"：

1. 发起第一次模型调用：应用程序将用户问题以及一份"可用工具清单"一起发给大模型。
2. 接收模型的工具调用指令：如果模型判断需要调用某个外部工具，会返回一个JSON格式的指令，明确告诉你要调用哪个函数，以及传入什么参数。

如果模型觉得不需要调用工具，它会直接返回一段自然语言回复。

3. 在应用端运行工具：应用程序根据指令执行对应的工具函数，获取输出结果。
4. 发起第二次模型调用：把工具的输出结果塞回消息数组（messages），再次请求模型。
5. 接收来自模型的最终响应：模型结合工具的输出和用户的问题，生成一段自然语言回复。

工作流程示意图

哪些模型支持Function Calling

目前，主流的模型几乎都支持了Function Calling能力。以下是阿里云百炼、DeepSeek、GLM、Kimi和MiniMax各自支持Function Calling的模型版本清单。更多模型信息可以在阿里云百炼平台找到。

千问

文本生成模型：

• 千问Max：Qwen3.7-Max系列、Qwen3.6-Max系列、Qwen3-Max系列、Qwen-Max系列
• 千问Plus：Qwen3.7-Plus系列、Qwen3.6-Plus系列、Qwen3.5-Plus系列、Qwen-Plus系列
• 千问Flash：Qwen3.6-Flash系列、Qwen3.5-Flash系列、Qwen-Flash系列
• 千问Coder：Qwen3-Coder系列、Qwen2.5-Coder系列、Qwen-Coder系列
• 千问Turbo：Qwen-Turbo系列
• Qwen3.6开源系列
• Qwen3.5开源系列
• Qwen3开源系列
• Qwen2.5开源系列

多模态模型：

• 千问VL： Qwen3-VL-Plus系列、 Qwen3-VL-Flash系列
• 千问Omni：Qwen3.5-Omni-Plus系列、Qwen3.5-Omni-Flash系列、Qwen3-Omni-Flash系列
• 千问Omni-Realtime：Qwen3.5-Omni-Plus-Realtime系列、Qwen3.5-Omni-Flash-Realtime系列
• Qwen3-VL 开源系列

DeepSeek

• deepseek-v4-pro
• deepseek-v4-flash
• deepseek-v3.2
• deepseek-v3.2-exp（非思考模式）
• deepseek-v3.1（非思考模式）
• deepseek-r1
• deepseek-r1-0528
• deepseek-v3

GLM

• glm-5.2
• glm-5.1
• glm-5
• glm-4.7
• glm-4.6
• glm-4.5
• glm-4.5-air

Kimi

• kimi-k2.6
• kimi-k2.5
• kimi-k2-thinking
• Moonshot-Kimi-K2-Instruct

MiniMax

• MiniMax-M2.5
• MiniMax-M2.1

Function Calling使用教程

理论讲完了，来看一个实际的例子。下面通过一个"天气查询"场景，完整演示Function Calling的流程。

OpenAI 兼容接口示例

先看Python版本的实现：

from openai import OpenAI
from datetime import datetime
import json
import os
import random

# 初始化客户端
client = OpenAI(
    api_key=os.getenv("DASHSCOPE_API_KEY"),
    base_url="https://{WorkspaceId}.cn-beijing.maas.aliyuncs.com/compatible-mode/v1",
)
# 模拟用户问题
USER_QUESTION = "北京天气咋样"
# 定义工具列表
tools = [
    {
"type": "function",
"function": {
    "name": "get_current_weather",
    "description": "当你想查询指定城市的天气时非常有用。",
    "parameters": {
"type": "object",
"properties": {
    "location": {
"type": "string",
"description": "城市或县区，比如北京市、杭州市、余杭区等。",
    }
},
"required": ["location"],
    },
},
    },
]

# 模拟天气查询工具
def get_current_weather(arguments):
    weather_conditions = ["晴天", "多云", "雨天"]
    random_weather = random.choice(weather_conditions)
    location = arguments["location"]
    return f"{location}今天是{random_weather}。"

# 封装模型响应函数
def get_response(messages):
    completion = client.chat.completions.create(
model="qwen3.6-plus",
extra_body={"enable_thinking": False},
messages=messages,
tools=tools,
    )
    return completion

messages = [{"role": "user", "content": USER_QUESTION}]
response = get_response(messages)
assistant_output = response.choices[0].message
if assistant_output.content is None:
    assistant_output.content = ""
messages.append(assistant_output)
# 如果不需要调用工具，直接输出内容
if assistant_output.tool_calls is None:
    print(f"无需调用天气查询工具，直接回复：{assistant_output.content}")
else:
    # 进入工具调用循环
    while assistant_output.tool_calls is not None:
tool_call = assistant_output.tool_calls[0]
tool_call_id = tool_call.id
func_name = tool_call.function.name
arguments = json.loads(tool_call.function.arguments)
print(f"正在调用工具 [{func_name}]，参数：{arguments}")
# 执行工具
tool_result = get_current_weather(arguments)
# 构造工具返回信息
tool_message = {
    "role": "tool",
    "tool_call_id": tool_call_id,
    "content": tool_result,  # 保持原始工具输出
}
print(f"工具返回：{tool_message['content']}")
messages.append(tool_message)
# 再次调用模型，获取总结后的自然语言回复
response = get_response(messages)
assistant_output = response.choices[0].message
if assistant_output.content is None:
    assistant_output.content = ""
messages.append(assistant_output)
    print(f"助手最终回复：{assistant_output.content}")

Node.js版本的实现也很类似：

import OpenAI from 'openai';  
  
// 初始化客户端  
const openai = new OpenAI({  
  apiKey: process.env.DASHSCOPE_API_KEY,  
  baseURL: "https://{WorkspaceId}.cn-beijing.maas.aliyuncs.com/compatible-mode/v1",  
});  
  
// 定义工具列表  
const tools = [  
  {  
    type: "function",  
    function: {  
name: "get_current_weather",  
description: "当你想查询指定城市的天气时非常有用。",  
parameters: {  
type: "object",  
properties: {  
  location: {  
    type: "string",  
    description: "城市或县区，比如北京市、杭州市、余杭区等。",  
  },  
},  
required: ["location"],  
},  
    },  
  },  
];  
  
// 模拟天气查询工具  
const getCurrentWeather = (args) => {  
  const weatherConditions = ["晴天", "多云", "雨天"];  
  const randomWeather = weatherConditions[Math.floor(Math.random() * weatherConditions.length)];  
  const location = args.location;  
  return `${location}今天是${randomWeather}。`;  
};  
  
// 封装模型响应函数  
const getResponse = async (messages) => {  
  const response = await openai.chat.completions.create({  
    model: "qwen3.6-plus",  
    enable_thinking: false,
    messages: messages,  
    tools: tools,  
  });  
  return response;  
};  

const main = async () => {  
  const input = "北京天气咋样";

  let messages = [  
    {  
role: "user",  
content: input,  
    }  
  ];  
  let response = await getResponse(messages);  
  let assistantOutput = response.choices[0].message;  
  // 确保 content 不是 null  
  if (!assistantOutput.content) assistantOutput.content = "";  
  messages.push(assistantOutput);  
  // 判断是否需要调用工具  
  if (!assistantOutput.tool_calls) {  
    console.log(`无需调用天气查询工具，直接回复：${assistantOutput.content}`);  
  } else {  
    // 进入工具调用循环  
    while (assistantOutput.tool_calls) {  
const toolCall = assistantOutput.tool_calls[0];  
const toolCallId = toolCall.id;  
const funcName = toolCall.function.name;  
const funcArgs = JSON.parse(toolCall.function.arguments);  
console.log(`正在调用工具 [${funcName}]，参数：`, funcArgs);  
// 执行工具  
const toolResult = getCurrentWeather(funcArgs);  
// 构造工具返回信息  
const toolMessage = {  
role: "tool",  
tool_call_id: toolCallId,  
content: toolResult,  
};  
console.log(`工具返回：${toolMessage.content}`);  
messages.push(toolMessage);  
// 再次调用模型获取自然语言总结  
response = await getResponse(messages);  
assistantOutput = response.choices[0].message;  
if (!assistantOutput.content) assistantOutput.content = "";  
messages.push(assistantOutput);  
    }  
    console.log(`助手最终回复：${assistantOutput.content}`);  
  }  
};  
  
// 启动程序  
main().catch(console.error);

执行后，控制台会输出类似这样的结果：

正在调用工具 [get_current_weather]，参数：{'location': '北京'}
工具返回：北京今天是多云。
助手最终回复：北京今天是多云的天气。

如何使用Function Calling？

Function Calling支持两种方式传入工具信息：

• 方式一：通过 tools 参数传入（推荐）参见如何使用，按照定义工具、创建 messages 数组、发起 Function Calling、运行工具函数、大模型总结工具函数输出的步骤调用。
• 方式二：通过 System Message 传入通过 tools 参数传入效果最佳，服务端会自动适配最优 prompt 模板。如使用 Qwen 模型且不期望使用 tools 参数，参见通过 System Message 传入工具信息。

以下以 OpenAI 兼容接口为例，通过 tools 参数分步骤介绍 Function Calling 的详细用法。

假设业务场景会收到天气查询与时间查询两类问题。

1. 定义工具

工具连接大模型与外部服务，首先需定义工具。

1.1. 创建工具函数

创建两个工具函数：天气查询工具与时间查询工具。

• 天气查询工具接收arguments参数，arguments格式为{"location": "查询的地点"}。工具的输出为字符串，格式为：“{位置}今天是{天气}”。

为了便于演示，此处定义的天气查询工具并不真正查询天气，会从晴天、多云、雨天随机选择。在实际业务中可使用如 高德天气查询 等工具进行替换。

• 时间查询工具时间查询工具不需要输入参数。工具的输出为字符串，格式为：“当前时间：{查询到的时间}。”。

如果使用 Node.js，请运行 npm install date-fns 安装获取时间的工具包 date-fns。

Python 实现

## 步骤1:定义工具函数

# 添加导入random模块
import random
from datetime import datetime

# 模拟天气查询工具。返回结果示例：“北京今天是雨天。”
def get_current_weather(arguments):
    # 定义备选的天气条件列表
    weather_conditions = ["晴天", "多云", "雨天"]
    # 随机选择一个天气条件
    random_weather = random.choice(weather_conditions)
    # 从 JSON 中提取位置信息
    location = arguments["location"]
    # 返回格式化的天气信息
    return f"{location}今天是{random_weather}。"

# 查询当前时间的工具。返回结果示例：“当前时间：2024-04-15 17:15:18。“
def get_current_time():
    # 获取当前日期和时间
    current_datetime = datetime.now()
    # 格式化当前日期和时间
    formatted_time = current_datetime.strftime('%Y-%m-%d %H:%M:%S')
    # 返回格式化后的当前时间
    return f"当前时间：{formatted_time}。"

# 测试工具函数并输出结果，运行后续步骤时可以去掉以下四句测试代码
print("测试工具输出：")
print(get_current_weather({"location": "上海"}))
print(get_current_time())
print("n")

Node.js 实现

// 步骤1:定义工具函数

// 导入时间查询工具
import { format } from 'date-fns';

function getCurrentWeather(args) {
    // 定义备选的天气条件列表
    const weatherConditions = ["晴天", "多云", "雨天"];
    // 随机选择一个天气条件
    const randomWeather = weatherConditions[Math.floor(Math.random() * weatherConditions.length)];
    // 从 JSON 中提取位置信息
    const location = args.location;
    // 返回格式化的天气信息
    return `${location}今天是${randomWeather}。`;
}

function getCurrentTime() {
    // 获取当前日期和时间
    const currentDatetime = new Date();
    // 格式化当前日期和时间
    const formattedTime = format(currentDatetime, 'yyyy-MM-dd HH:mm:ss');
    // 返回格式化后的当前时间
    return `当前时间：${formattedTime}。`;
}

// 测试工具函数并输出结果，运行后续步骤时可以去掉以下四句测试代码
console.log("测试工具输出：")
console.log(getCurrentWeather({location:"上海"}));
console.log(getCurrentTime());
console.log("n")

运行工具后，得到输出：

测试工具输出：
上海今天是多云。
当前时间：2025-01-08 20:21:45。

更多详细的使用教程，请移步到官方文档。