Responses 接口 - 函数调用 (Function Call)
通过 Function Call 功能,让 AI 模型能够调用外部函数获取实时数据,实现更智能的交互体验。
📍 接口地址
https://www.dmxapi.cn/v1/responses🚀 快速开始
功能特性
- ✨ 智能函数调用 - AI 自动识别并调用合适的工具函数
- 🔧 灵活配置 - 支持多种工具选择模式 (auto/required/none)
- 🎯 精准参数解析 - 自动提取用户输入中的关键信息
💻 Python 调用示例
完整代码示例
python
"""
==============================================
DMX API Function Call 测试脚本
==============================================
功能说明：
本脚本演示如何使用 DMX API 的 Function Call 功能
通过定义工具函数，让 AI 模型能够调用外部函数获取实时数据
示例场景：
查询天气信息 - AI 会自动调用 get_current_weather 函数
作者：DMX API 团队
==============================================
"""
import requests
import json
# ==================== 配置区域 ====================
# API 接口地址
url = "https://www.dmxapi.cn/v1/responses"
# 请求头配置
headers = {
"Content-Type": "application/json",
"Authorization": "Bearer sk-*********************************" # ⚠️ 请替换为你的实际 API Key
}
# ==================== 工具函数定义 ====================
# 定义可供 AI 调用的工具列表
tools = [
{
"type": "function", # 工具类型：函数
"name": "get_current_weather", # 函数名称
"description": "获取指定位置的当前天气", # 函数描述，帮助 AI 理解何时调用
"parameters": { # 函数参数定义
"type": "object",
"properties": {
"location": { # 参数1：地理位置
"type": "string",
"description": "城市和州，例如 San Francisco, CA"
},
"unit": { # 参数2：温度单位
"type": "string",
"enum": ["celsius", "fahrenheit"] # 可选值：摄氏度或华氏度
}
},
"required": ["location", "unit"] # 必填参数列表
}
}
]
# ==================== 请求数据准备 ====================
data = {
"model": "gpt-5-mini", # 使用的 AI 模型
"input": "今天北京的天气热吗？", # 用户输入的问题
"tools": tools, # 传入工具定义
"tool_choice": "auto" # 工具选择模式：auto（自动）/ required（必须）/ none（不使用）
}
# ==================== 发送 API 请求 ====================
print("📤 正在发送请求到 DMX API...")
print(f"🎯 模型: {data['model']}")
print(f"💬 问题: {data['input']}")
response = requests.post(
url=url,
headers=headers,
data=json.dumps(data)
)
# ==================== 处理响应结果 ====================
if response.status_code == 200:
# 请求成功
result = response.json()
print("✅ 响应成功:")
print("=" * 50)
print(json.dumps(result, indent=2, ensure_ascii=False))
print("=" * 50)
else:
# 请求失败
print(f"❌ 请求失败 (状态码: {response.status_code})")
print("错误信息:")
print(response.text)📄 响应示例
控制台输出
json
📤 正在发送请求到 DMX API...
🎯 模型: gpt-5-mini
💬 问题: 今天北京的天气热吗？
✅ 响应成功:
==================================================
{
"id": "resp_0395ef1c1e354ec500690df5babb388196bee9b50434572cf7",
"object": "response",
"created_at": 1762522554,
"status": "completed",
"background": false,
"content_filters": null,
"error": null,
"incomplete_details": null,
"instructions": null,
"max_output_tokens": null,
"max_tool_calls": null,
"model": "gpt-5-mini",
"output": [
{
"id": "rs_0395ef1c1e354ec500690df5bb2f14819689879ed49d5e2a17",
"type": "reasoning",
"summary": []
},
{
"id": "fc_0395ef1c1e354ec500690df5bee1f08196aaaeeba0d71f3ea1",
"type": "function_call",
"status": "completed",
"arguments": "{\"location\":\"Beijing, China\",\"unit\":\"celsius\"}",
"call_id": "call_nbjLHa652V1Rlgt1eb8asFkr",
"name": "get_current_weather"
}
],
"parallel_tool_calls": true,
"previous_response_id": null,
"prompt_cache_key": null,
"reasoning": {
"effort": "medium",
"summary": null
},
"safety_identifier": null,
"service_tier": "default",
"store": true,
"temperature": 1.0,
"text": {
"format": {
"type": "text"
},
"verbosity": "medium"
},
"tool_choice": "auto",
"tools": [
{
"type": "function",
"description": "获取指定位置的当前天气",
"name": "get_current_weather",
"parameters": {
"properties": {
"location": {
"description": "城市和州，例如 San Francisco, CA",
"type": "string"
},
"unit": {
"enum": [
"celsius",
"fahrenheit"
],
"type": "string"
}
},
"required": [
"location",
"unit"
],
"type": "object",
"additionalProperties": false
},
"strict": true
}
],
"top_logprobs": 0,
"top_p": 1.0,
"truncation": "disabled",
"usage": {
"input_tokens": 73,
"input_tokens_details": {
"cached_tokens": 0
},
"output_tokens": 157,
"output_tokens_details": {
"reasoning_tokens": 128
},
"total_tokens": 230
},
"user": null,
"metadata": {}
}
==================================================📋 响应字段说明
核心字段
| 字段 | 类型 | 说明 |
|---|---|---|
id | string | 响应唯一标识符 |
model | string | 使用的 AI 模型名称 |
status | string | 响应状态 (completed/failed/in_progress) |
created_at | integer | 创建时间戳 |
输出字段 (output)
函数调用成功时,output 数组会包含以下信息:
| 字段 | 类型 | 说明 |
|---|---|---|
type | string | 输出类型 (function_call/reasoning) |
name | string | 被调用的函数名称 |
arguments | string | JSON 格式的函数参数 |
call_id | string | 函数调用的唯一标识 |
status | string | 调用状态 |
使用统计 (usage)
| 字段 | 说明 |
|---|---|
input_tokens | 输入 token 数量 |
output_tokens | 输出 token 数量 |
reasoning_tokens | 推理 token 数量 |
total_tokens | 总 token 数量 |
🔑 关键参数说明
tool_choice 参数
| 值 | 说明 | 使用场景 |
|---|---|---|
auto | AI 自动判断是否调用函数 | 默认推荐,灵活性最高 |
required | 强制 AI 必须调用函数 | 确保获取实时数据 |
none | 禁用函数调用 | 仅需要文本回答 |
工具定义规范
每个工具需要包含以下字段:
- type: 固定为
"function" - name: 函数名称 (建议使用下划线命名)
- description: 清晰描述函数用途,帮助 AI 理解调用时机
- parameters: 符合 JSON Schema 规范的参数定义
💡 最佳实践
✅ 推荐做法
- 清晰的函数描述 - 让 AI 准确理解何时调用函数
- 完整的参数定义 - 包含类型、描述、必填项等信息
- 合理的枚举值 - 限制参数范围,避免无效输入
- 错误处理 - 检查响应状态码和返回数据
⚠️ 注意事项
- 替换示例中的 API Key 为你的真实密钥
- 函数参数需要符合 JSON Schema 规范
- 建议设置合理的超时时间
- 生产环境建议添加重试机制
© 2025 DMXAPI 函数调用