人工智能_大模型027_Function Calling_02_AI幻觉_单/多函数调用_数据库/多表SQL生成_解析JSON_Stream模式_国产模型_想象空间---人工智能工作笔记0162

添柴程序猿

于 2024-04-10 10:09:14 发布

阅读量255

点赞数 5

CC 4.0 BY-SA版权

分类专栏：深度/机器学习&爬虫文章标签： FunctionCall 大模型函数调用大模型数据库查询多表联合大模型JSON数据解析大模型Stream模式

本文为博主原创文章，未经博主添柴程序猿允许不得转载违者追究法律责任。

本文链接：https://blog.youkuaiyun.com/lidew521/article/details/137555505

深度/机器学习&爬虫专栏收录该内容

168 篇文章 ¥19.90 ¥99.00

订阅专栏

超级会员免费看

本文介绍了大模型如何使用Function Calling进行JSON结构解析、数据库查询和多表SQL生成，展示了Stream模式的使用，并探讨了其潜在的应用场景和局限性。通过示例，演示了如何利用大模型提取JSON数据、执行SQL查询，以及处理流式输出。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

<div class="alert alert-success">
用
<a href="https://platform.openai.com/docs/guides/text-generation/json-mode">JSON Mode</a>，
也可以不用 function calling 而获得稳定的 JSON 输出。
</div>

## 示例 3：用 Function Calling 获取 JSON 结构

Function calling 生成 JSON 的稳定性比较高，因为默认启动了 [JSON mode](https://platform.openai.com/docs/guides/text-generation/json-mode)。

需求：从一段文字中抽取联系人姓名、地址和电话

def get_completion(messages, model="gpt-3.5-turbo"):
    response = client.chat.completions.create(
        model=model,
        messages=messages,
        temperature=0,
        tools=[{
            "type": "function",
            "function": {
                "name": "add_contact",
                "description": "添加联系人",