流式工具调用(Stream Tool Call)是 Z.ai 最新模型 GLM-4.6 的独有特性,允许在工具调用过程中实时获取推理过程、回答内容和工具调用信息,提供更好的用户体验和实时反馈。
功能特性
工具调用在最新 GLM-4.6 模型中现在支持开启响应的流式输出。这允许开发者在调用 chat.completions
时,在不进行缓冲或JSON验证的情况下流式传输工具使用参数,从而减少调用延迟,提供更好的用户体验。
核心参数说明
stream=True
: 启用流式输出,必须设置为 True
tool_stream=True
: 启用工具调用流式输出
model
: 使用支持工具调用的模型,仅限 glm-4.6
响应参数说明
流式响应中的 delta
对象包含以下字段:
reasoning_content
: 模型推理过程的文本内容
content
: 模型回答的文本内容
tool_calls
: 工具调用信息,包含函数名和参数
代码示例
通过设置 tool_stream=True
参数,可以启用流式工具调用功能:
安装 SDK# 安装最新版本
pip install zai-sdk
# 或指定版本
pip install zai-sdk==0.0.4
验证安装import zai
print(zai.__version__)
完整示例from zai import ZhipuAiClient
# 初始化客户端
client = ZhipuAiClient(api_key='您的apikey')
# 创建流式工具调用请求
response = client.chat.completions.create(
model="glm-4.6", # 使用支持工具调用的模型
messages=[
{"role": "user", "content": "北京天气怎么样"},
],
tools=[
{
"type": "function",
"function": {
"name": "get_weather",
"description": "获取指定地点当前的天气情况",
"parameters": {
"type": "object",
"properties": {
"location": {"type": "string", "description": "城市,例如:北京、上海"},
"unit": {"type": "string", "enum": ["celsius", "fahrenheit"]}
},
"required": ["location"]
}
}
}
],
stream=True, # 启用流式输出
tool_stream=True # 启用工具调用流式输出
)
# 初始化变量用于收集流式数据
reasoning_content = "" # 推理过程内容
content = "" # 回答内容
final_tool_calls = {} # 工具调用信息
reasoning_started = False # 推理过程开始标志
content_started = False # 内容输出开始标志
# 处理流式响应
for chunk in response:
if not chunk.choices:
continue
delta = chunk.choices[0].delta
# 处理流式推理过程输出
if hasattr(delta, 'reasoning_content') and delta.reasoning_content:
if not reasoning_started and delta.reasoning_content.strip():
print("\n🧠 思考过程:")
reasoning_started = True
reasoning_content += delta.reasoning_content
print(delta.reasoning_content, end="", flush=True)
# 处理流式回答内容输出
if hasattr(delta, 'content') and delta.content:
if not content_started and delta.content.strip():
print("\n\n💬 回答内容:")
content_started = True
content += delta.content
print(delta.content, end="", flush=True)
# 处理流式工具调用信息
if delta.tool_calls:
for tool_call in delta.tool_calls:
index = tool_call.index
if index not in final_tool_calls:
# 新的工具调用
final_tool_calls[index] = tool_call
final_tool_calls[index].function.arguments = tool_call.function.arguments
else:
# 追加工具调用参数(流式构建)
final_tool_calls[index].function.arguments += tool_call.function.arguments
# 输出最终的工具调用信息
if final_tool_calls:
print("\n📋 命中 Function Calls :")
for index, tool_call in final_tool_calls.items():
print(f" {index}: 函数名: {tool_call.function.name}, 参数: {tool_call.function.arguments}")
应用场景