Function Calling چیست؟
ساخت AI Agent با OpenAI و Claude

Function Calling چیست؟

Function Calling قابلیتی در API مدل‌های زبانی است که اجازه می‌دهد مدل به‌جای پاسخ متنی، یک تابع از کد شما را با پارامترهای مشخص فراخوانی کند. شما لیست توابع را با JSON Schema به مدل معرفی می‌کنید، مدل بر اساس درخواست کاربر تصمیم می‌گیرد کدام تابع را با چه پارامترهایی فراخوانی کند، شما اجرا می‌کنید، نتیجه را به مدل برمی‌گردانید، و مدل پاسخ نهایی را به زبان طبیعی تولید می‌کند.

این مفهوم در نوامبر ۲۰۲۳ توسط OpenAI معرفی شد و الان همه‌ی provider های اصلی (OpenAI، Anthropic، Google، Mistral) آن را پشتیبانی می‌کنند.

نحوه‌ی کار — جریان کامل

1. تعریف توابع: لیست توابع را با JSON Schema می‌نویسی (نام، توضیح، پارامترها، نوع‌ها).
2. ارسال به مدل: پیام کاربر + لیست توابع را به API می‌دهی.
3. تصمیم مدل: مدل یا پاسخ متنی می‌دهد، یا یکی از توابع را با پارامترهای استخراج‌شده فراخوانی می‌کند.
4. اجرای تابع: اگر مدل تابعی را خواسته، تو در کد خودت آن را اجرا می‌کنی.
5. بازگشت نتیجه: خروجی تابع را به‌عنوان پیام جدید به مدل برمی‌گردانی.
6. پاسخ نهایی: مدل با اطلاعات تابع، پاسخ طبیعی برای کاربر تولید می‌کند.

پیاده‌سازی در OpenAI (کد Python)

یک مثال ساده: دستیار رستوران که می‌تواند منو را نشان دهد و سفارش ثبت کند.

from openai import OpenAI
import json
client = OpenAI()

tools = [{
    "type": "function",
    "function": {
        "name": "get_menu",
        "description": "دریافت منوی روز رستوران",
        "parameters": {
            "type": "object",
            "properties": {
                "category": {
                    "type": "string",
                    "enum": ["پیش‌غذا", "غذای اصلی", "دسر"]
                }
            },
            "required": ["category"]
        }
    }
}]

response = client.chat.completions.create(
    model="gpt-4o",
    messages=[{"role": "user", "content": "چی دسر دارید؟"}],
    tools=tools
)

# اگر مدل تابع را فراخوانی کرد
if response.choices[0].message.tool_calls:
    call = response.choices[0].message.tool_calls[0]
    args = json.loads(call.function.arguments)
    # اجرای تابع واقعی
    menu = get_menu(args["category"])
    # برگشت نتیجه به مدل برای پاسخ نهایی
    final = client.chat.completions.create(
        model="gpt-4o",
        messages=[
            {"role": "user", "content": "چی دسر دارید؟"},
            response.choices[0].message,
            {"role": "tool", "tool_call_id": call.id, "content": str(menu)}
        ]
    )
    print(final.choices[0].message.content)

پیاده‌سازی در Anthropic Claude (Tool Use)

Claude همان مفهوم را با اسم Tool Use ارائه می‌دهد. ساختار کد مشابه است:

from anthropic import Anthropic
client = Anthropic()

tools = [{
    "name": "get_weather",
    "description": "دریافت آب‌و‌هوای فعلی یک شهر",
    "input_schema": {
        "type": "object",
        "properties": {
            "city": {"type": "string", "description": "نام شهر"}
        },
        "required": ["city"]
    }
}]

response = client.messages.create(
    model="claude-sonnet-4-6",
    max_tokens=1024,
    tools=tools,
    messages=[{"role": "user", "content": "هوای تهران چطوره؟"}]
)

for block in response.content:
    if block.type == "tool_use":
        result = get_weather(block.input["city"])
        # ادامه با دور دوم پیام...

تفاوت کلیدی: Claude در پیروی از JSON Schema دقیق‌تر است و کمتر hallucinate می‌کند. برای جزئیات بیشتر، مقایسه‌ی سه مدل را ببین.

پیاده‌سازی در Google Gemini

Gemini از همان OpenAPI/JSON Schema استفاده می‌کند. کد Python:

import google.generativeai as genai
genai.configure(api_key="YOUR_KEY")

def schedule_meeting(participants: list[str], date: str, topic: str):
    """تنظیم جلسه‌ی کاری"""
    return {"status": "scheduled", "meeting_id": "M-1234"}

model = genai.GenerativeModel(
    "gemini-2.5-pro",
    tools=[schedule_meeting]
)

chat = model.start_chat(enable_automatic_function_calling=True)
response = chat.send_message(
    "یه جلسه با علی و سارا برای فردا ساعت ۱۰ بذار، موضوع طراحی UI"
)
print(response.text)

Parallel Function Calling در GPT-4

یکی از قدرتمندترین قابلیت‌های GPT-4 این است که می‌تواند چند تابع را همزمان فراخوانی کند. مثلاً اگر کاربر بگوید «هوای تهران و اصفهان رو بگو و یه یادآور بساز»، مدل سه تابع را موازی صدا می‌زند.

این کار latency را به‌شدت کاهش می‌دهد — به‌جای ۳ دور رفت و برگشت سریال، فقط ۲ دور می‌خواهد. در API OpenAI این رفتار به‌صورت پیش‌فرض فعال است.

الگوی ReAct — ساخت ایجنت کامل

ReAct (Reasoning + Acting) الگویی برای ساخت ایجنت‌های پیچیده است که Function Calling را با Chain-of-Thought ترکیب می‌کند. در هر گام، AI:

1. درباره‌ی مسئله فکر می‌کند (Reasoning)
2. تابعی را فراخوانی می‌کند یا پاسخ می‌دهد (Acting)
3. نتیجه را مشاهده می‌کند (Observation)
4. دوباره فکر می‌کند و تصمیم بعدی را می‌گیرد

این چرخه تا رسیدن به جواب نهایی ادامه می‌یابد. ReAct پایه‌ی ایجنت‌های قدرتمندی مثل LangChain Agents و OpenAI Assistants است.

تفاوت Function Calling با MCP و Tool Use

نکات امنیتی حیاتی

• Validation پارامترها: هرگز خروجی LLM را مستقیم به دیتابیس یا فایل‌سیستم ندهی. حتماً validation و escape کن.
• Sandbox برای exec: اگر تابع کد اجرا می‌کند، در Docker یا VM ایزوله اجرا کن.
• Rate limiting: برای هر کاربر و هر تابع، rate limit بگذار.
• Authentication: توابع حساس (پرداخت، حذف داده) را به authentication جداگانه نیاز کن.
• Audit log: همه‌ی فراخوانی توابع را لاگ کن.
• Prompt injection: کاربر نباید بتواند با پیام، توابع تعریف‌نشده را فراخوانی کند.

اشتباهات رایج

• توضیحات JSON Schema را خلاصه نوشتن — مدل سردرگم می‌شود.
• تعداد توابع زیاد (>۱۰) — مدل گیج می‌شود و توابع اشتباه انتخاب می‌کند.
• عدم بازگشت خروجی تابع — مدل نمی‌تواند پاسخ نهایی تولید کند.
• اعتماد به temperature بالا برای Function Calling — همیشه `temperature=0` استفاده کن.
• عدم استفاده از strict: true در OpenAI — این پارامتر تضمین می‌کند خروجی دقیقاً JSON Schema را رعایت کند.

برای اشتباهات بیشتر، ۱۵ اشتباه رایج پرامپت‌نویسی را بخوان.

سوالات متداول