部分模型支持函数调用对模型能力进行扩展和增强，你可以在模型广场中通过 函数调用 标签筛选查看支持函数调用的模型。

函数调用链路较普通的对话流程更加复杂，需要在提交问题时附带函数名称描述信息，以及调用函数需要的参数，如果用户问题意图和函数名称描述匹配，并且参数齐全（不够的话会引导用户提交），那么AI响应会返回匹配的函数名和标识该函数的ID，客户端根据函数名和参数调用本地函数后，将执行结果和函数ID一起再次提交给AI模型，AI模型会根据上下文基于函数调用结果回答用户最初的问题，这就是函数调用的基本流程。

下面我们以获取当地天气为例，给出函数调用的示例代码：

curl --location --request POST 'https://geekai.co/api/v1/chat/completions' \
--header 'Authorization: Bearer {YOUR_GEEKAI_API_KEY}' \
--header 'Content-Type: application/json' \
--data-raw '{
    "model": "gpt-4o-mini",
    "messages": [
        {
            "role": "system",
            "content": "你是一个乐于助人的客户服务助理，请使用提供的工具来协助用户。"
        },
        {
            "role": "user",
            "content": "你好，杭州今天的天气怎么样？"
        }
    ],
    "tools": [
        {
            "type": "function",
            "function": {
                "name": "get_current_weather",
                "description": "获取给定地区的天气信息",
                "parameters": {
                    "type": "object",
                    "properties": {
                        "location": {
                            "type": "string",
                            "description": "城市或者地区，如浙江杭州"
                        },
                        "unit": {
                            "type": "string",
                            "enum": ["℃","℉"]
                        }
                    },
                    "required": [
                        "location"
                    ]
                }
            }
        }
    ],
    "tool_choice": "auto"
}'

正如前面提到的，函数调用需要在提交问题时附带 tools 字段指定函数名称、描述以及参数信息，以及 tool_choice 字段用于设置是否让AI模型根据用户意图自动选择要调用的函数。

执行上述代码后，会返回如下响应消息字段：

"choices": [
    {
        "index": 0,
        "message": {
            "role": "assistant",
            "content": "",
            "tool_calls": [
                {
                    "id": "call_wrpN3RNE7AYlFRxEwaD5DSWA",
                    "type": "function",
                    "function": {
                        "name": "get_current_weather",
                        "arguments": "{\"location\":\"杭州, 中国\"}"
                    }
                }
            ]
        },
        "finish_reason": "tool_calls"
    }
],

可以看到，AI响应中包含了 tool_calls 字段，其中包含了函数调用的ID和参数信息，客户端根据这些信息调用本地函数 get_current_weather 后，将执行结果和函数ID一起再次提交给AI模型：

curl --location --request POST 'https://geekai.co/api/v1/chat/completions' \
--header 'Authorization: Bearer {YOUR_GEEKAI_API_KEY}' \
--header 'Content-Type: application/json' \
--data-raw '{
    "model": "gpt-4o-mini",
    "messages": [
        {
            "role": "system",
            "content": "你是一个乐于助人的客户服务助理，请使用提供的工具来协助用户。"
        },
        {
            "role": "user",
            "content": "你好，杭州今天的天气怎么样？"
        },
        {
            "role":"assistant",
            "tool_calls": [
                {
                    "id": "call_wrpN3RNE7AYlFRxEwaD5DSWA",
                    "type": "function",
                    "function": {
                        "name": "get_current_weather",
                        "arguments": "{\"location\":\"杭州, 中国\"}"
                    }
                }
            ]
        },
        {
            "role": "tool",
            "content": "{\"location\":\"杭州, 中国\", \"weather\":\"晴转多云\"}",
            "tool_call_id": "call_wrpN3RNE7AYlFRxEwaD5DSWA"
        }
    ]
}'

AI模型会根据上下文基于函数调用结果回答用户最初的问题：