OpenAI中的函数调用在Semantic Kernel中的应用

上一章我们熟悉了OpenAI的function calling的执行原理，这一章节我们讲解一下function calling在Semantic Kernel的应用。

在OpenAIPromptExecutionSettings跟LLM交互过程中，ToolCallBehavior的属性之前我们的章节有介绍过。

• ToolCallBehavior:属性用于获取或设置如何处理工具调用的行为。

  // Enable auto function calling
  OpenAIPromptExecutionSettings openAIPromptExecutionSettings = new()
  {
      ToolCallBehavior = ToolCallBehavior.AutoInvokeKernelFunctions
  };
  

  1. EnableKernelFunctions：会向模型提供内核的插件函数信息，但不会自动处理函数调用请求。模型需要显式发起函数调用请求，并系统会传播这些请求给适当的处理程序来执行。

  OpenAIPromptExecutionSettings settings = new() { ToolCallBehavior = ToolCallBehavior.EnableKernelFunctions };
  var chatHistory = new ChatHistory();
  ChatMessageContent result = await chat.GetChatMessageContentAsync(chatHistory, settings, kernel);
  //手动调用
  IEnumerable<FunctionCallContent> functionCalls = FunctionCallContent.GetFunctionCalls(result);
  

  
  EnableKernelFunctions
  
  :需要通过FunctionCallContent手动调用

  2. AutoInvokeKernelFunctions：除了向模型提供内核的插件函数信息外，还会尝试自动处理任何函数调用请求。模型发起函数调用请求后，系统会自动执行相应的操作，并将结果返回给模型，而无需模型显式处理函数调用的过程。

模型推荐

建议使用OpenAI的最新模型（如gpt-3.5-turbo-1106或gpt-4-1106-preview）以获得最佳的工具调用体验。OpenAI的最新模型通常具有更好的性能和更高的准确性，因此使用这些模型可以提高工具调用的效果。

我这里是公司提供的Azure OpenAI的服务，我自己通过yarp代理了一层做了相关服务的认证

{
"InternalAzureOpenAI": {
  "Endpoint": "https://localhost:7079",
  "ModelId": "gpt-35-turbo-1106",
  "ApiKey": "***"
}

实战

接下来我们会问一下大模型当前北京的天气情况

定义 Prompts

var template = "我想知道现在北京的天气状况？";

定义 kernel

var kernel = Kernel.CreateBuilder()
  .AddAzureOpenAIChatCompletion(config.ModelId, endpoint: config.Endpoint, apiKey: config.ApiKey)
  .Build();

注册 kernel function 到 plugins

定义方法

static string GetWeatherForCity(string cityName)
{
  return $"{cityName} 25°,天气晴朗。";
}

为 Kernel 提供插件

kernel.ImportPluginFromFunctions("WeatherPlugin", new[]
{
  kernel.CreateFunctionFromMethod(GetWeatherForCity, "GetWeatherForCity", "获取指定城市的天气")
});

手动调用 function calling

根据上面的描述 手动处理function calling的关键实际上是ToolCallBehavior.EnableKernelFunctions参数。

OpenAIPromptExecutionSettings settings = new OpenAIPromptExecutionSettings()
{
  Temperature = 0,
  ToolCallBehavior = ToolCallBehavior.EnableKernelFunctions
};

需要用到Semantic Kernel的IChatCompletionService的会话服务

var chatHistory = new ChatHistory();
chatHistory.AddSystemMessage("You are a useful assistant.");
chatHistory.AddUserMessage(template);
Console.WriteLine($"User: {template}");
var chat = kernel.GetRequiredService<IChatCompletionService>();
while (true)
{
  ChatMessageContent result = await chat.GetChatMessageContentAsync(chatHistory, settings, kernel);
  if (result.Content is not null)
  {
    Console.Write(result.Content);
  }

  IEnumerable<FunctionCallContent> functionCalls = FunctionCallContent.GetFunctionCalls(result);
  if (!functionCalls.Any())
  {
    break;
  }

  chatHistory.Add(result); // Adding LLM response containing function calls(requests) to chat history as it's required by LLMs.

  foreach (var functionCall in functionCalls)
  {
    try
    {
      FunctionResultContent resultContent = await functionCall.InvokeAsync(kernel); // Executing each function.

      chatHistory.Add(resultContent.ToChatMessage());
    }
    catch (Exception ex)
    {
      chatHistory.Add(new FunctionResultContent(functionCall, ex).ToChatMessage());
    }
  }

  Console.WriteLine();
}

输出

=====>手动function calling
User: 我想知道现在北京的天气状况？

Assistant:现在北京的天气是晴朗，气温为25°C。

自动调用 function calling

和手动的区别就是上面描述的OpenAIPromptExecutionSettings配置的ToolCallBehavior属性值不同

OpenAIPromptExecutionSettings openAIPromptExecutionSettings = new OpenAIPromptExecutionSettings()
{
  Temperature = 0,
  ToolCallBehavior = ToolCallBehavior.AutoInvokeKernelFunctions
};

自动function calling从本质上来讲是隐藏了跟大模型多次交互的逻辑，有Semantic Kernel框架自动帮我们调用

核心代码

var chatHistory = new ChatHistory();
chatHistory.AddSystemMessage("You are a useful assistant.");
chatHistory.AddUserMessage(template);
Console.WriteLine($"User: {template}");
var chatService = kernel.GetRequiredService<IChatCompletionService>();
var result = await chatService.GetChatMessageContentAsync(chatHistory, openAIPromptExecutionSettings, kernel);
Console.Write("Assistant:" + result.ToString());

输出

=====>自动function calling
User: 我想知道现在北京的天气状况？
Assistant:北京现在的天气状况是晴朗，气温为25°C。

最后

在本章中，我们探讨了在OpenAI的function calling在Semantic Kernel中的应用。通过对ToolCallBehavior属性的设置，我们可以灵活地控制工具调用的行为，从手动调用到自动调用，为用户提供了更加便捷和高效的体验。

建议在实践中使用OpenAI的最新模型（如gpt-3.5-turbo-1106或gpt-4-1106-preview）以获得最佳的工具调用效果。同时，通过合理配置OpenAIPromptExecutionSettings中的参数，可以更好地适配不同的场景和需求。

希望本章内容能够帮助您更深入地理解function calling在Semantic Kernel中的运用，为您的项目和应用带来更多可能性和创新。

示例代码


本文源代码