Anropa ett externt API
Nu när du har en tydligt strukturerad funktionsdefinition går du vidare med att förbättra din endpoint-förfrågan. Du använder Chat Completions-endpointen och skickar med ett system-meddelande för att säkerställa att AI-assistenten förstår att den arbetar inom valutaväxlingsdomänen och att den behöver extrahera motsvarande valutakod utifrån användarens inmatning.
I den här övningen har funktionen get_exchange_rate() förinslästs. Funktionen get_exchange_rate() använder ExchangeRate API och tar en valutakod som indata, och returnerar ett svar med den efterfrågade valutakursinformationen. Funktionen print_response() har också förinslästs för att skriva ut resultatet.
Den här övningen är en del av kursen
Utveckla AI-system med OpenAI API
Övningsinstruktioner
- Anropa Chat Completions-endpointen och se till att
systemfår instruktioner om hur prompten ska hanteras.
Interaktiv övning med praktiskt arbete
Testa den här övningen genom att slutföra den här exempelkoden.
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)