首页›开发实战

DeepSeek API Function Calling 工具调用与结构化输出实战

DeepSeek-V3 原生支持 OpenAI 标准 Function Calling 与 JSON 结构化输出。本文提供完整的工具定义、多轮 Agent 循环执行以及 Python 代码示例。

维护：DeepSeekDSH（独立站点）内容更新：2026-09-13

本页内容

1. 机制与模型支持

在构建 Agent 或自动化工作流时，deepseek-chat 原生支持标准 Function Calling（函数/工具调用）和 JSON Mode。注意：deepseek-reasoner 专注于推理，进行工具调用与结构化输出时请使用 deepseek-chat。

2. Function Calling 标准 4 步工作流

定义工具 Schema： 在请求中传入 tools 列表，包含函数名称、描述与 JSON Schema 参数。
模型决策： 模型返回 tool_calls 包含函数名与解析好的 JSON 实参。
本地执行： 业务代码执行本地对应函数并获取结果。
回传结果： 将 role: "tool" 的执行结果追加进 messages 发回给模型，生成最终自然语言回答。

3. 完整可运行代码示例 (Python)

import json
from openai import OpenAI

client = OpenAI(
    api_key="sk-你的DeepSeek_API_Key",
    base_url="https://api.deepseek.com"
)

# 1. 本地真实函数
def get_weather(location: str, unit: str = "celsius"):
    return json.dumps({"location": location, "temperature": 22, "condition": "晴朗", "unit": unit})

# 2. 工具定义
tools = [{
    "type": "function",
    "function": {
        "name": "get_weather",
        "description": "获取指定城市当前的实时天气状况",
        "parameters": {
            "type": "object",
            "properties": {
                "location": {"type": "string", "description": "城市名称，如：北京"},
                "unit": {"type": "string", "enum": ["celsius", "fahrenheit"]}
            },
            "required": ["location"]
        }
    }
}]

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

# 3. 第一次请求：触发工具调用
response = client.chat.completions.create(
    model="deepseek-chat",
    messages=messages,
    tools=tools
)

message = response.choices[0].message
if message.tool_calls:
    messages.append(message)
    for tool_call in message.tool_calls:
        if tool_call.function.name == "get_weather":
            args = json.loads(tool_call.function.arguments)
            tool_result = get_weather(**args)
            # 4. 回传工具结果
            messages.append({
                "role": "tool",
                "tool_call_id": tool_call.id,
                "content": tool_result
            })

    # 5. 第二次请求：生成最终回答
    final_response = client.chat.completions.create(
        model="deepseek-chat",
        messages=messages
    )
    print("最终回答:", final_response.choices[0].message.content)

4. JSON Object 结构化输出模式

若不需要调用外部函数，只需模型严格输出合法 JSON 格式，可配置 response_format：

response = client.chat.completions.create(
    model="deepseek-chat",
    messages=[
        {"role": "system", "content": "你是一个数据抽取助手，请始终以 JSON 格式输出。"},
        {"role": "user", "content": "提取信息：张三，28岁，北京软件工程师"}
    ],
    response_format={"type": "json_object"}
)
print(response.choices[0].message.content)

5. 常见排错与健壮性建议

JSON 解析失败 (json.loads error)

在解析 tool_call.function.arguments 时添加 try...except 异常捕获，若格式损坏可将错误信息回传让模型自动修正重试。

模型没有触发工具调用

检查工具描述（description）是否明确，或显式传入 tool_choice="auto"。