OpenAI APIలో ఫంక్షన్ కాలింగ్

ఫంక్షన్ కాలింగ్‌తో OpenAI మోడళ్లను బాహ్య సాధనాలు, వ్యవస్థలకు అనుసంధానించవచ్చు. కృత్రిమ మేధ సహాయకులకు కొత్త సామర్థ్యాలు అందించడం, మీ అనువర్తనాలు మరియు భారీ భాషా మోడళ్ల మధ్య లోతైన అనుసంధానాలను రూపొందించడం వంటి అనేక అవసరాలకు ఇది ఉపయోగపడుతుంది.

మరింత తెలుసుకోవడానికి మా ఫంక్షన్ కాలింగ్ డెవలపర్ మార్గదర్శిని చూడండి.

2024 జూన్‌లో మేము స్ట్రక్చర్డ్ అవుట్‌పుట్స్‌ను ప్రారంభించాము. మద్దతున్న మోడళ్లు, అభ్యర్థన కాన్ఫిగరేషన్‌లలో మోడల్ ఫంక్షన్ కాల్‌ను వెలువరించినప్పుడు, మీ ఫంక్షన్ నిర్వచనంలో strict: trueగా సెట్ చేస్తే రూపొందించిన ఆర్గ్యుమెంట్‌లు అందించిన స్కీమాకు అనుగుణంగా ఉంటాయి. అయితే, ఆ స్కీమా మద్దతున్న JSON స్కీమా ఉపసమితిని ఉపయోగించడంతో పాటు కఠిన మోడ్ ఆవశ్యకతలను తప్పనిసరిగా తీర్చాలి. మద్దతులేని లేదా నిబంధనలకు అనుగుణంగా లేని స్కీమాలతో చేసిన అభ్యర్థనలు దోష సందేశంతో తిరస్కరించబడతాయి.

2024 అక్టోబర్‌లో మేము 'ఏదైనా రూపొందించండి' ఫీచర్‌ను ప్రారంభించాము. దీనితో డెవలపర్లు ఒక ఫంక్షన్‌ను వివరించి ఆ వివరణను నేరుగా అతికించవచ్చు లేదా తమ కోడ్‌ను అతికించి చెల్లుబాటయ్యే ఫంక్షన్ స్కీమాను రూపొందించవచ్చు. 'ఏదైనా రూపొందించండి' గురించి మరింత తెలుసుకోవడానికి ఈ సహాయ కేంద్ర కథనాన్ని చూడండి.

నేను ఫంక్షన్ కాలింగ్‌ను ఎలా ఉపయోగించగలను?

ఫంక్షన్ కాలింగ్ అనేక ఉపయోగ సందర్భాలకు ఉపయోగపడుతుంది, ఉదాహరణకు:

• డేటాను తెచ్చుకునేలా అసిస్టెంట్‌లను ఎనేబుల్ చేయడం:

• చర్యలు తీసుకునేలా అసిస్టెంట్‌లను ఎనేబుల్ చేయడం:

• గణన చేయగలిగేలా అసిస్టెంట్‌లను ఎనేబుల్ చేయడం:

• సమృద్ధమైన వర్క్‌ఫ్లోలను నిర్మించడం:

• ముడి టెక్స్ట్‌ను తెచ్చుకుని, తరువాత దానిని స్ట్రక్చర్డ్ డేటాగా మార్చి డేటాబేస్‌లో సేవ్ చేసే డేటా ఎక్స్‌ట్రాక్షన్ పైప్‌లైన్.

ఫంక్షన్ కాలింగ్‌కు Responses APIలో మద్దతు ఉంది; ఇది ఇంతకు ముందు చాట్ కంప్లీషన్స్ API మరియు Assistants API మధ్య విభజించబడిన సామర్థ్యాలను ఏకీకృతం చేస్తుంది.

నేను JSON మోడ్‌ను ఎలా ఉపయోగించగలను?

JSON మోడ్ ఆన్‌లో ఉన్నప్పుడు, మీరు గుర్తించి తగిన విధంగా నిర్వహించాల్సిన కొన్ని ఎడ్జ్ కేసులు మినహా, మోడల్ అవుట్‌పుట్ చెల్లుబాటు అయ్యే JSON అవుతుందని నిర్ధారించబడుతుంది.

చాట్ కంప్లీషన్స్ APIతో JSON మోడ్‌ను అభ్యర్థించడానికి, మద్దతు ఉన్న మోడల్‌లలో response_formatను { "type": "json_object" }గా సెట్ చేయండి. Responses APIతో, వర్తించే చోట text.formatను { "type": "json_object" }గా సెట్ చేయండి, ఉదాహరణకు text: { "format": { "type": "json_object" } }. ఏ APIలో అయినా, మోడల్/సందేశం/టూల్‌కు సంబంధించిన ముందస్తు అవసరాలు నెరవేరినప్పుడు మాత్రమే JSON మోడ్ పనిచేస్తుంది (ఉదాహరణకు, మోడల్ json_objectకు మద్దతు ఇస్తుంది, సంభాషణలో JSON ఉత్పత్తి చేయడానికి సూచనలు ఉంటాయి, మరియు ఏవైనా టూల్ పరిమితులు అనుకూలంగా ఉంటాయి). ఎఫెక్టివ్ ఇన్‌పుట్ కాంటెక్స్ట్‌లో కనీసం ఒక అభ్యర్థన సందేశం లేదా ఇన్‌పుట్ సందేశం తప్పనిసరిగా కేస్-ఇన్‌సెన్సిటివ్ రూపంలో jsonను కలిగి ఉండాలి, ఉదాహరణకు JSON, json, లేదా Json; లేకపోతే, API లోపాన్ని తిరిగి ఇస్తుంది. Responsesలో, అగ్ర-స్థాయి సూచనల ఫీల్డ్ ఒక్కటే ఈ వాలిడేషన్‌ను సంతృప్తి పరచదు. అనుకూల మోడల్‌లు/పాత్‌లలో ఫంక్షన్ కాలింగ్ ఉపయోగించినప్పుడు, ఫంక్షన్-కాల్ ఆర్గ్యుమెంట్‌లకు JSON పరిమితులు ఆటోమేటిక్‌గా వర్తించబడతాయి; అననుకూల మోడల్‌లు లేదా టూల్/రెస్పాన్స్-ఫార్మాట్ కలయికలు తిరస్కరించబడవచ్చు లేదా JSON-పరిమితి ఉన్న శాంప్లింగ్‌ను ఉపయోగించకపోవచ్చు.

ముఖ్యమైన గమనికలు:

• JSON మోడ్‌ను ఉపయోగిస్తున్నప్పుడు, సంభాషణలోని ఏదో ఒక సందేశం ద్వారా, ఉదాహరణకు మీ సిస్టమ్ సందేశం ద్వారా, JSON ఉత్పత్తి చేయమని మీరు ఎల్లప్పుడూ మోడల్‌కు సూచించాలి. JSON జనరేట్ చేయడానికి మీరు స్పష్టమైన సూచనను చేర్చకపోతే, మోడల్ ముగియని ఖాళీ స్థలాల స్ట్రీమ్‌ను జనరేట్ చేయవచ్చు మరియు అభ్యర్థన టోకెన్ పరిమితిని చేరేవరకు నిరంతరం నడుస్తూ ఉండవచ్చు. మీరు మర్చిపోకుండా ఉండటానికి, సంబంధిత ఇన్‌పుట్ సందేశాలు లేదా సూచనలు కేస్-ఇన్‌సెన్సిటివ్‌గా ఏదో ఒక రూపంలో json పదాన్ని కలిగి లేకపోతే JSON మోడ్ అభ్యర్థనలను తిరస్కరిస్తుంది.

• JSON మోడ్ అవుట్‌పుట్ ఏదైనా నిర్దిష్ట స్కీమాతో సరిపోతుందని హామీ ఇవ్వదు; అది చెల్లుబాటు అయ్యేదిగా ఉండి లోపాలు లేకుండా పార్స్ అవుతుందని మాత్రమే హామీ ఇస్తుంది. అది మీ స్కీమాతో సరిపోతుందని నిర్ధారించడానికి మీరు స్ట్రక్చర్డ్ అవుట్‌పుట్స్‌ను ఉపయోగించాలి, లేదా అది సాధ్యం కాకపోతే, అవుట్‌పుట్ మీకు కావలసిన స్కీమాతో సరిపోతుందని నిర్ధారించడానికి మీరు వాలిడేషన్ లైబ్రరీని మరియు అవసరమైతే మళ్లీ ప్రయత్నాలను ఉపయోగించాలి.

• మోడల్ అవుట్‌పుట్ పూర్తిస్థాయి JSON ఆబ్జెక్ట్ కాకపోవడానికి దారితీసే ఎడ్జ్ కేసులను మీ అప్లికేషన్ గుర్తించి నిర్వహించాలి (కింద చూడండి).