Практика. Вызываем инструмент с помощью LLM модели по причине остановки

Бесплатный фрагмент урока

Фрагмент закончился

Полный урок открывается по подписке на курс

Как получить доступ

Наконец мы добрались до практики. Посмотрим на конкретных примерах, как работать с finish_reason - причинами остановки - и с инструментами.

Возьмём приложение с одним инструментом, который выдаёт текущую погоду в городе, запрошенном клиентом. Чата пока не будет, промпт пишем прямо в программе, но тот же принцип работает и тогда, когда всё это настраивается через чат.

Описание инструмента и функция

Как говорилось в теоретических видео, инструменты - это список объектов с описанием. Здесь инструмент - программная функция: тип function, имя get_weather. Сама функция - обычная функция Python, которая принимает один аргумент, город, и возвращает строку «В городе ... +12, облачно». Её можно улучшить и обращаться к API сторонних сервисов за реальной погодой, но для понимания смысла делаем максимально просто.

Дальше в уроке

  • Вызов инструмента в Chat Completions
  • Вызов инструмента в Responses API

Как получить доступ к полному уроку

Урок входит в программу "AI инжиниринг": доступ ко всем её курсам на 1 год - 5000 ₽ (стоимость в других валютах можно уточнить у автора).

Войдите / зарегистрируйтесь на сайте, чтобы получить данные для оплаты.