Grok4 函数调用 — Function Calling 原生工具集成

什么是函数调用（Function Calling）

函数调用是 Grok 4 最核心的开发者能力之一。它让模型能够在对话过程中自主决定是否调用你预定义的外部函数——模型识别到需要外部信息或执行某个动作时，会返回一个「我要调用函数 X，参数是 Y」的请求，由你的应用执行函数并把结果返回给模型，模型再基于结果给出最终回答。

这不是「模型外挂插件」，而是训练阶段就学会的能力——Grok 4 在训练时就学习了函数调用的意图识别和参数生成，所以调用过程非常自然。

为什么重要

函数调用让 AI 从「只会聊天」变成「能办事的智能体」：

实时数据获取：查天气、查股票价格、查数据库
执行动作：发送邮件、创建日历事件、下单
自动化工作流：多步任务自动执行
接入外部系统：任何有 API 的系统都能接入

基本流程

用户提问 → Grok 判断需要调用函数
         → Grok 返回函数名 + 参数
         → 你的应用执行函数
         → 你的应用把结果返回 Grok
         → Grok 基于结果生成最终回答

定义函数

在 API 请求的 tools 参数中定义可用函数：

{
  "tools": [
    {
      "type": "function",
      "function": {
        "name": "get_weather",
        "description": "获取指定城市的当前天气",
        "parameters": {
          "type": "object",
          "properties": {
            "city": {
              "type": "string",
              "description": "城市名称，如 '北京'"
            },
            "unit": {
              "type": "string",
              "enum": ["celsius", "fahrenheit"],
              "description": "温度单位"
            }
          },
          "required": ["city"]
        }
      }
    }
  ]
}

函数定义三要素

name：函数名称，模型调用时用这个名字
description：函数描述，模型理解这个函数能做什么（越清晰越好）
parameters：参数定义，JSON Schema 格式，包含类型、描述、必填项

模型返回的调用请求

当 Grok 决定要调用函数时，它返回的消息中会包含 tool_calls 字段：

{
  "tool_calls": [
    {
      "id": "call_abc123",
      "type": "function",
      "function": {
        "name": "get_weather",
        "arguments": "{\"city\": \"北京\", \"unit\": \"celsius\"}"
      }
    }
  ]
}

你的应用需要：

解析 arguments（JSON 字符串）
执行对应的 Python 函数
把结果封装成 tool 角色消息返回给模型

Python 实现示例

import json
from openai import OpenAI

client = OpenAI(
    api_key="your-key",
    base_url="https://api.x.ai/v1",
)

def get_weather(city: str, unit: str = "celsius") -> str:
    """模拟查天气的函数（实际应调用真实 API）"""
    return json.dumps({
        "city": city,
        "temperature": 25,
        "unit": unit,
        "condition": "晴朗"
    })

# 定义工具
tools = [{
    "type": "function",
    "function": {
        "name": "get_weather",
        "description": "获取指定城市的当前天气",
        "parameters": {
            "type": "object",
            "properties": {
                "city": {"type": "string", "description": "城市名称"},
                "unit": {"type": "string", "enum": ["celsius", "fahrenheit"]}
            },
            "required": ["city"]
        }
    }
}]

messages = [{"role": "user", "content": "北京今天天气怎么样？"}]

# 第一轮：模型返回函数调用请求
response = client.chat.completions.create(
    model="grok-4.7",
    messages=messages,
    tools=tools,
)

assistant_message = response.choices[0].message
messages.append(assistant_message)

# 检查是否有函数调用
if assistant_message.tool_calls:
    tool_call = assistant_message.tool_calls[0]
    args = json.loads(tool_call.function.arguments)
    
    # 执行函数
    result = get_weather(args["city"], args.get("unit", "celsius"))
    
    # 把结果返回给模型
    messages.append({
        "role": "tool",
        "tool_call_id": tool_call.id,
        "content": result,
    })
    
    # 第二轮：模型基于结果生成回答
    response = client.chat.completions.create(
        model="grok-4.7",
        messages=messages,
        tools=tools,
    )
    
    print(response.choices[0].message.content)

实际应用场景

场景 1：数据库查询

函数：query_database(sql_string)用户：「帮我查一下上个月销售额最高的前 5 个产品」Grok：自动生成 SQL 并调用，返回结果后总结

场景 2：邮件助手

函数：send_email(to, subject, body)、get_inbox(folder)用户：「帮我回复刚才收到的那封邮件」Grok：先调用 get_inbox 获取最新邮件，再生成回复并调用 send_email

场景 3：日程管理

函数：create_calendar_event(date, time, title)、check_schedule(date)用户：「明天下午有时间吗？帮我约个会」Grok：先查日程，再创建事件

最佳实践

清晰的函数描述

模型靠 description 理解函数功能。写清楚：

函数能做什么
什么时候应该调用
参数含义和取值范围
返回值格式

处理模型的不确定性

模型可能在不该调用时调用，或在该调用时没调用。建议：

在应用层做参数校验
对不该调用的情况给出提示
tool_choice 参数可以强制模型调用或不调用

多函数编排

Grok 可以在一次回复中返回多个函数调用请求。你的应用应该：

执行所有调用
把所有结果都返回给模型
让模型综合所有结果

错误处理

函数可能执行失败：

把错误信息返回给模型
让模型决定是否重试或换方案

与其他能力配合

与结构化输出配合

让函数返回 JSON，模型更容易处理：

"parameters": {
    "type": "object",
    "properties": {...}
}

与 Web 搜索配合

Grok 内置的 DeepSearch 也是一种「工具」。可以在对话中同时使用内置搜索和自定义函数。

与 Grok Build 配合

Gro kBuild 智能体的核心就是函数调用——让普通用户通过对话配置工具调用链。

常见问题

Grok 会不会乱调用函数

不会。Grok 在训练中学习了何时该调用何种函数。但你仍应在应用层做安全校验。

如何防止危险函数被调用

对敏感函数加二次确认
在 description 中写清楚什么时候不应该调用
应用层做白名单校验

函数调用的额外计费吗

函数调用本身不额外计费，按普通 token 价格计费。但如果函数执行有成本（如调用外部付费 API），那部分成本由你承担。

继续阅读结构化输出了解如何让模型返回 JSON 格式数据。