什么是大模型API？

大模型API是专业的大模型接口服务平台，提供统一的大模型API接口来调用GPT-4、Claude、Llama等主流AI大模型。大模型API平台为企业提供稳定高效的大模型API服务，帮助开发者快速接入大模型API能力。

如何开始使用大模型API？

使用大模型API非常简单：注册大模型API平台账号后，您将获得大模型API密钥。使用我们提供的大模型API SDK或直接调用大模型API接口，5分钟即可完成大模型API接入。支持Python、Node.js、PHP等多种语言。

大模型API支持哪些AI模型？

我们的大模型API支持GPT-4o、GPT-4、Claude 3 Opus/Sonnet/Haiku、Llama 3、Mistral等主流大语言模型，提供统一的LLM API接口调用。

大模型API如何收费？

大模型API采用灵活的按量付费模式，提供免费额度供体验。专业版299元/月，支持50万次调用。企业版提供定制方案，满足大规模LLM API调用需求。

大模型API和LLM API有什么区别？

大模型API和LLM API本质上是相同的概念。大模型API是中文表述，指大语言模型的API接口服务；LLM API是英文术语(Large Language Model API)。我们的大模型API平台提供统一的大模型API接口标准，无论您称之为大模型API还是LLM API。

函数调用API

让大模型智能调用您定义的函数，实现与外部系统的无缝集成

高级功能工具集成自动化

什么是函数调用？

函数调用（Function Calling）允许大模型理解用户意图，并智能地选择和调用您预定义的函数，将自然语言转换为结构化的函数调用参数。

🎯

智能识别

自动识别何时需要调用函数

🔧

参数提取

从对话中提取函数参数

🔄

结果整合

将函数结果整合到回复中

工作流程

1
定义函数
在API请求中描述可用函数及其参数
2
模型判断
AI分析是否需要调用函数
3
返回调用信息
返回函数名和参数
4
执行函数
您的代码执行实际函数
5
返回结果
将函数结果发送回模型生成最终回复

完整示例

Step 1: 定义函数结构

函数定义

const functions = [
  {
    "name": "get_weather",
    "description": "获取指定城市的天气信息",
    "parameters": {
      "type": "object",
      "properties": {
        "location": {
          "type": "string",
          "description": "城市名称，如：北京、上海"
        },
        "unit": {
          "type": "string",
          "enum": ["celsius", "fahrenheit"],
          "description": "温度单位"
        }
      },
      "required": ["location"]
    }
  },
  {
    "name": "search_product",
    "description": "搜索产品信息",
    "parameters": {
      "type": "object",
      "properties": {
        "query": {
          "type": "string",
          "description": "搜索关键词"
        },
        "category": {
          "type": "string",
          "description": "产品类别"
        },
        "max_price": {
          "type": "number",
          "description": "最高价格"
        }
      },
      "required": ["query"]
    }
  }
];

Step 2: 发送带函数的请求

const response = await fetch('https://api.n1n.ai/v1/chat/completions', {
  method: 'POST',
  headers: {
    'Content-Type': 'application/json',
    'Authorization': 'Bearer YOUR_API_KEY'
  },
  body: JSON.stringify({
    model: "gpt-3.5-turbo",
    messages: [
      {
        role: "user",
        content: "北京今天天气怎么样？"
      }
    ],
    functions: functions,
    function_call: "auto"  // auto | none | {"name": "function_name"}
  })
});

const data = await response.json();

Step 3: 处理函数调用响应

// API响应示例
{
  "choices": [{
    "message": {
      "role": "assistant",
      "content": null,
      "function_call": {
        "name": "get_weather",
        "arguments": "{\"location\": \"北京\", \"unit\": \"celsius\"}"
      }
    }
  }]
}

// 解析并执行函数
const functionCall = data.choices[0].message.function_call;
if (functionCall) {
  const functionName = functionCall.name;
  const functionArgs = JSON.parse(functionCall.arguments);
  
  // 执行实际函数
  let functionResult;
  if (functionName === 'get_weather') {
    functionResult = await getWeather(functionArgs.location, functionArgs.unit);
  }
  
  console.log(`调用函数: ${functionName}`);
  console.log(`参数: `, functionArgs);
}

Step 4: 将函数结果返回给模型

// 函数执行结果
const functionResult = {
  temperature: 22,
  condition: "晴天",
  humidity: 45,
  wind_speed: 10
};

// 发送第二次请求，包含函数结果
const finalResponse = await fetch('https://api.n1n.ai/v1/chat/completions', {
  method: 'POST',
  headers: {
    'Content-Type': 'application/json',
    'Authorization': 'Bearer YOUR_API_KEY'
  },
  body: JSON.stringify({
    model: "gpt-3.5-turbo",
    messages: [
      { role: "user", content: "北京今天天气怎么样？" },
      { 
        role: "assistant",
        content: null,
        function_call: {
          name: "get_weather",
          arguments: "{\"location\": \"北京\", \"unit\": \"celsius\"}"
        }
      },
      {
        role: "function",
        name: "get_weather",
        content: JSON.stringify(functionResult)
      }
    ]
  })
});

// 最终回复: "北京今天天气晴朗，温度22°C，湿度45%，风速10km/h，适合外出。"

实战应用

📱 智能助手

可用函数：

• send_email() - 发送邮件
• schedule_meeting() - 安排会议
• set_reminder() - 设置提醒
• search_files() - 搜索文件

用户："帮我给张三发邮件，提醒明天的会议"

AI：调用send_email()函数 ✓

🛍️ 电商机器人

可用函数：

• search_products() - 搜索商品
• check_inventory() - 检查库存
• calculate_discount() - 计算折扣
• create_order() - 创建订单

用户："有没有红色的运动鞋？"

AI：调用search_products()函数 ✓

高级技巧

并行函数调用

GPT-4支持在一次响应中调用多个函数：

// 用户："查询北京和上海的天气"
// AI可能返回：
{
  "function_calls": [
    { "name": "get_weather", "arguments": "{\"location\": \"北京\"}" },
    { "name": "get_weather", "arguments": "{\"location\": \"上海\"}" }
  ]
}

条件函数调用

使用function_call参数控制函数调用行为：

// 强制调用特定函数
"function_call": {"name": "get_weather"}

// 禁止函数调用
"function_call": "none"

// 自动判断（默认）
"function_call": "auto"

错误处理

try {
  const args = JSON.parse(functionCall.arguments);
  const result = await executeFunction(functionCall.name, args);
  return result;
} catch (error) {
  // 返回错误信息给模型
  return {
    error: true,
    message: `函数执行失败: ${error.message}`
  };
}

最佳实践

✅ 推荐做法

•函数描述要清晰准确
•参数类型定义要完整
•提供参数示例和说明
•实现函数结果验证
•处理异常和边界情况

❌ 避免做法

•函数名称模糊不清
•参数过于复杂嵌套
•忽略参数验证
•函数执行时间过长
•返回格式不一致

重要提醒

• 函数调用会消耗额外的Token
• 不是所有模型都支持函数调用（需要gpt-3.5-turbo-0613或更新版本）
• 函数执行的安全性由您负责
• 建议对函数调用进行权限控制
• 函数结果大小有限制（建议不超过1000 tokens）