> ## Documentation Index
> Fetch the complete documentation index at: https://javaai.pig4cloud.com/llms.txt
> Use this file to discover all available pages before exploring further.
# 函数调用
* ⭐️ **请先 Star 本项目后再提问，作者精力有限，未 Star 直接 Close**
* 🐞 [GitHub ISSUE](https://github.com/pig-mesh/deepseek4j/issues) 需包含：问题截图 + SDK版本 + 配置代码
Function Calling 是大模型的一个强大特性，它允许模型调用预定义的函数来执行特定任务。这使得模型能够与外部系统和 API 进行交互，从而扩展其功能范围。
此功能只支持 deepseek-chat 模型
## 基础使用示例
### 1. 定义工具函数
首先，需要定义工具函数的结构。推荐使用 JsonSchema 方式定义参数：
```java theme={"system"}
Function WEATHER_FUNCTION = Function.builder()
.name("get_current_weather")
.description("Get the current weather in a given location")
.parameters(JsonObjectSchema.builder()
.properties(new LinkedHashMap() {{
put("location", JsonStringSchema.builder()
.description("The city name")
.build());
}})
.required(asList("location", "unit"))
.build())
.build();
// 将 Function 转换为 Tool
Tool WEATHER_TOOL = Tool.from(WEATHER_FUNCTION);
```
### 2. 创建请求
```java theme={"system"}
String prompt = "北京天气怎么样？"
ChatCompletionRequest request = ChatCompletionRequest.builder()
.model(ChatCompletionModel.DEEPSEEK_CHAT) // 请注意只支持Chat模型
.addUserMessage("prompt")
.tools(WEATHER_TOOL) // 添加工具函数
.build();
// 发送请求并获取响应
ChatCompletionResponse response = deepSeekClient.chatCompletion(request).execute();
// 获取工具调用信息
AssistantMessage assistantMessage = response.choices().get(0).message();
ToolCall toolCall = assistantMessage.toolCalls().get(0);
// 解析函数调用参数
FunctionCall functionCall = toolCall.function();
String arguments = functionCall.arguments(); // {"location": "北京"}
```
### 3. 处理模型响应并返回给大模型
```java theme={"system"}
// 执行函数获取结果 根据 arguments 参数的地点 查询api返回结构
Map map = Json.fromJson(arguments, Map.class);// {"location": "北京"}
String weatherResult = map.get("location") + "气温 20°";
// 创建工具消息
ToolMessage toolMessage = ToolMessage.from(toolCall.id(), weatherResult);
// 继续对话
ChatCompletionRequest followUpRequest = ChatCompletionRequest.builder()
.model(ChatCompletionModel.DEEPSEEK_CHAT)
.messages(
UserMessage.from(prompt),
assistantMessage,
toolMessage // 添加工具消息
)
.build();
return deepSeekClient.chatFluxCompletion(followUpRequest);
```
**为Java开发者提供全栈式AI工程化解决方案**，强类型/高可维护性架构，内置30+主流大模型支持。
* **🔍 知识引擎体系**：RAG 知识引擎全自动化多模态解决方案
* **📝 AI-OCR 中枢**：复杂非标场景高精度识别
* **⚙️ 业务智能融合**：函数编排 + Chat2SQL，无缝对接现有业务系统
* **🛡️ N维风控体系**：敏感词/IP/Token/User 规则控制引擎
发现文档问题？点击此处直接在 GitHub 上编辑并提交 PR，帮助我们改进文档！
发现文档问题？点击此处直接在 GitHub 上编辑并提交 PR，帮助我们改进文档！