Een externe API aanroepen
Nu je een duidelijk gestructureerde functiedefinitie hebt, ga je verder met het verbeteren van je endpointaanvraag. Je gebruikt het Chat Completions-endpoint en geeft een system-bericht mee om ervoor te zorgen dat de AI-assistent weet dat hij in de valuta-uitwisselingscontext werkt en dat hij op basis van de gebruikersinput de bijbehorende valutacode moet extraheren.
In deze oefening is de functie get_exchange_rate() alvast geladen. De functie get_exchange_rate() gebruikt de ExchangeRate API en neemt één valutacode als invoer, en retourneert de response met de gevraagde wisselkoersinformatie. De functie print_response() is ook vooraf geladen om de output te printen.
Deze oefening maakt deel uit van de cursus
AI-systemen ontwikkelen met de OpenAI API
Oefeninstructies
- Roep het Chat Completions-endpoint aan en zorg dat
systeminstructies krijgt over hoe de prompt moet worden afgehandeld.
Praktische interactieve oefening
Probeer deze oefening eens door deze voorbeeldcode in te vullen.
client = OpenAI(api_key="")
# Call the Chat Completions endpoint
response = ____(
model="gpt-4o-mini",
messages=[
____,
{"role": ____, "content": "I'd like to know the current exchange rates for the Euro."}],
tools=function_definition)
print_response(response)