要想让DeepSeek大模型自动调用外部工具——比如查天气、查股价、搜网页——就得走Function Calling流程。

不是直接发个请求就能出结果，而是模型先生成结构化调用指令。你截获指令后执行函数，再把结果喂回去，让模型续写回答。

整个过程分几步走，咱们一步步拆开说。

定义可调用的函数工具

第一步，把你要接入的业务逻辑包装成标准格式的字典，塞进tools列表里。

每个工具必须包含三部分：type、function.name、function.description和function.parameters。

举个例子，查询杭州天气，需要写清楚参数location是字符串类型且必填：

【parameters中required字段必须显式声明，漏掉会导致模型不触发调用】

另外，function.description不能敷衍了事。比如写“获取天气”就不够——得写成“获取指定城市的实时天气状况，包括温度和天气现象”。越具体，模型识别越准。

发送带tools的消息给DeepSeek API

初始化OpenAI客户端时，base_url必须设为https://api.deepseek.com，model固定用deepseek-chat。

调用client.chat.completions.create时，除了messages，必须传入tools参数。否则模型根本不知道你提供了哪些工具。

操作很简单，直接把tools列表塞进参数就行。

捕获并解析模型返回的tool_calls

这一步分三小步：

• 第一步：检查response.choices[0].message.tool_calls是否存在。如果为空，说明模型没决定调用函数，直接取.content即可。
• 第二步：若存在tool_calls，遍历每个调用项，提取id、function.name和function.arguments。
  注意：arguments是字符串格式的JSON片段，不是完整JSON对象——流式响应中，参数可能被分段返回，必须拼接完整后再json.loads()，否则会报JSONDecodeError。
• 第三步：根据name匹配你预先定义的函数，用json.loads(arguments)后的字典作为参数，执行本地函数。

把函数执行结果回传给模型

有两种办法：

• 方法一：构造role为tool的新消息，包含tool_call_id（必须与原调用id完全一致）和content（函数返回值字符串）。
• 方法二：把这条tool消息追加到原始messages末尾，再次调用API发起第二轮请求。

注意，这轮请求不再传tools参数——因为任务已执行完毕，模型只需基于结果生成自然语言回复。

最终response.choices[0].message.content就是用户看到的答案。

《夸克》非常好用的免费AI浏览器

下载APP查看