怎么让modelscope的tool内的一个参数每次都需要经过用户对话确认或者补充后再继续进行？

要实现让 modelscope 的工具（tool）内的某个参数每次都需要经过用户对话确认或补充后再继续进行，可以通过以下方法实现。这种方法的核心是利用 Function Calling 的交互机制，结合对话历史和用户输入来动态调整工具调用的参数。

实现步骤

1. 设计工具函数

首先，确保你的工具函数定义中包含需要用户确认或补充的参数。例如，假设你有一个工具函数 get_weather，其参数为 location，而这个参数需要用户确认或补充：

{
  "name": "get_weather",
  "description": "获取指定城市的天气信息。",
  "parameters": {
    "type": "object",
    "properties": {
      "location": {
        "type": "string",
        "description": "需要查询天气的城市名称。"
      }
    },
    "required": ["location"]
  }
}

2. 设置工具调用策略

在调用模型时，通过 tool_choice 参数强制指定工具调用策略。例如，你可以设置模型必须调用 get_weather 工具：

response = client.chat.completions.create(
    model="qwen-plus",
    messages=messages,
    tools=[tools],  # 工具列表
    tool_choice={"type": "function", "function": {"name": "get_weather"}}
)

这一步确保模型会尝试调用 get_weather 工具，但不会直接生成完整的参数值，而是根据上下文生成一个初步的参数值。

3. 动态确认或补充参数

当模型生成工具调用请求后，检查生成的参数是否完整或符合预期。如果参数不完整或需要用户确认，则将该参数作为问题返回给用户，并等待用户的进一步输入。

例如，假设模型生成了以下工具调用请求：

{
  "function": {
    "name": "get_weather",
    "arguments": "{\"location\": \"北京\"}"
  }
}

此时，你可以通过对话向用户确认或补充参数：

系统：我将为您查询天气，请确认城市名称是否为“北京”？如果不是，请告诉我正确的城市名称。

用户可以回复确认或提供新的城市名称，例如：

用户：不是，应该是“上海”。

然后，将用户的输入更新到工具调用的参数中，重新发起工具调用。

4. 更新对话历史

在用户确认或补充参数后，将用户的输入更新到对话历史中，以便模型在后续对话中能够参考这些信息。例如：

messages.append({"role": "user", "content": "不是，应该是‘上海’。"})
messages.append({"role": "assistant", "content": "好的，我将为您查询上海的天气。"})

5. 重新调用工具

使用更新后的参数重新调用工具。例如，将 location 参数更新为用户提供的值后，再次调用 get_weather 工具：

response = client.chat.completions.create(
    model="qwen-plus",
    messages=messages,
    tools=[tools],
    tool_choice={"type": "function", "function": {"name": "get_weather"}}
)

注意事项

• 工具调用的灵活性：确保工具函数的参数设计足够灵活，能够适应用户的多种输入形式。
• 对话管理：在对话历史中记录用户的确认或补充信息，避免重复询问相同的问题。
• 错误处理：如果用户输入的内容无法解析或不符合预期，应提供明确的提示并引导用户重新输入。

示例代码

以下是一个完整的示例代码，展示如何实现上述流程：

from openai import OpenAI

client = OpenAI(api_key="your_api_key")

# 定义工具
tools = [
    {
        "type": "function",
        "function": {
            "name": "get_weather",
            "description": "获取指定城市的天气信息。",
            "parameters": {
                "type": "object",
                "properties": {
                    "location": {
                        "type": "string",
                        "description": "需要查询天气的城市名称。"
                    }
                },
                "required": ["location"]
            }
        }
    }
]

# 初始化对话历史
messages = [{"role": "user", "content": "我想知道天气。"}]

# 第一次调用模型
response = client.chat.completions.create(
    model="qwen-plus",
    messages=messages,
    tools=tools,
    tool_choice={"type": "function", "function": {"name": "get_weather"}}
)

# 检查生成的工具调用
tool_call = response.choices[0].message.tool_calls[0]
location = json.loads(tool_call.function.arguments)["location"]

# 向用户确认参数
messages.append({"role": "assistant", "content": f"我将为您查询天气，请确认城市名称是否为“{location}”？如果不是，请告诉我正确的城市名称。"})

# 模拟用户输入
user_input = "不是，应该是‘上海’。"
messages.append({"role": "user", "content": user_input})

# 更新参数并重新调用工具
updated_location = "上海"
tool_call.function.arguments = json.dumps({"location": updated_location})
messages.append({"role": "assistant", "content": f"好的，我将为您查询{updated_location}的天气。"})

# 再次调用模型
response = client.chat.completions.create(
    model="qwen-plus",
    messages=messages,
    tools=tools,
    tool_choice={"type": "function", "function": {"name": "get_weather"}}
)

通过上述方法，您可以实现工具参数的动态确认或补充，从而提升用户体验和交互的灵活性。