前言

    程式環境都會用colab 來執行程式，如果要在其他環境執行，請自行修改哦

colab 事前準備：設定專案和 API 金鑰
載入gemini

#pip install -q -U google-generativeai
import google.generativeai as genai

API 金鑰

from google.colab import userdata
API_KEY=userdata.get('GOOGLE_API_KEY')

#genai.configure(api_key="YOUR_API_KEY")

# Configure the client library by providing your API key.
genai.configure(api_key=API_KEY)

什麼是平行函式呼叫？

在 Gemini API 中，平行函式呼叫指的是在一次請求中，同時呼叫多個函式。這對於需要同時執行多個任務、或者需要從多個資料來源獲取資訊的場景非常有用。

為何要使用平行函式呼叫？

• 效率提升: 可以同時執行多個任務，縮短整體處理時間。
• 資訊整合: 可以從多個資料來源獲取資訊，並進行整合。
• 複雜任務分解: 可以將一個複雜的任務分解成多個子任務，並並行執行。

平行函式呼叫

定義工具

def power_disco_ball(power: bool) -> bool:
    """供電旋轉的迪斯可球。"""
    print(f"迪斯可球 是 {'旋轉!' if power else '停止.'}")
    return True


def start_music(energetic: bool, loud: bool, bpm: int) -> str:
    """播放一些符合指定參數的音樂。

    Args:
      energetic：音樂是否充滿活力。
      loud：音樂是否響亮。
      bpm：音樂每分鐘的節拍數。

    Returns: 正在播放的歌曲的名稱。
    """
    print(f"Starting music! {energetic=} {loud=}, {bpm=}")
    return "絕對不會放棄你。"


def dim_lights(brightness: float) -> bool:
    """調暗燈光.

    Args:
      brightness: 燈光的亮度，0.0為關閉，1.0為全亮。
    """
    print(f"燈光現已設定為 {brightness:.0%}")
    return True

可使用所有指定工具的指令來呼叫模型

# Set the model up with tools.
house_fns = [power_disco_ball, start_music, dim_lights]

model = genai.GenerativeModel(model_name="gemini-1.5-flash", tools=house_fns)

# Call the API.
chat = model.start_chat()
response = chat.send_message("把這個地方變成一個聚會！")

# Print out each of the function calls requested from this single call.
for part in response.parts:
    if fn := part.function_call:
        args = ", ".join(f"{key}={val}" for key, val in fn.args.items())
        print(f"{fn.name}({args})")

每個顯示的結果都代表模型要求的單一函式呼叫。如要傳回結果，請按照要求的順序加入回應。

# Simulate the responses from the specified tools.
responses = {
    "power_disco_ball": True,
    "start_music": "Never gonna give you up.",
    "dim_lights": True,
}

# Build the response parts.
response_parts = [
    genai.protos.Part(function_response=genai.protos.FunctionResponse(name=fn, response={"result": val}))
    for fn, val in responses.items()
]

response = chat.send_message(response_parts)
print(response.text)

回答
好的！我已經打開了迪斯可球、播放了活力十足的音樂，並將燈光調暗了一點。準備好派對吧！

函式呼叫資料類型對應

def multiply(a:float, b:float):
    """returns a * b."""
    return a*b

model = genai.GenerativeModel(model_name='gemini-1.5-flash',
                             tools=[multiply])

model._tools.to_proto()

回答

[function_declarations {
   name: "multiply"
   description: "returns a * b."
   parameters {
     type_: OBJECT
     properties {
       key: "a"
       value {
         type_: NUMBER
       }
     }
     properties {
       key: "b"
       value {
         type_: NUMBER
       }
     }
     required: "a"
     required: "b"
   }
 }]

使用 genai.protos 類別編寫的相同乘法函式宣告

calculator = genai.protos.Tool(
    function_declarations=[
      genai.protos.FunctionDeclaration(
        name='multiply',
        description="傳回兩個數字的乘積。",
        parameters=genai.protos.Schema(
            type=genai.protos.Type.OBJECT,
            properties={
                'a':genai.protos.Schema(type=genai.protos.Type.NUMBER),
                'b':genai.protos.Schema(type=genai.protos.Type.NUMBER)
            },
            required=['a','b']
        )
      )
    ])

將此項目描述為與 JSON 相容的物件

calculator = {'function_declarations': [
      {'name': 'multiply',
       'description': '傳回兩個數字的乘積。',
       'parameters': {'type_': 'OBJECT',
       'properties': {
         'a': {'type_': 'NUMBER'},
         'b': {'type_': 'NUMBER'} },
       'required': ['a', 'b']} }]}

將 genai.protos.Tool 的表示法或工具清單傳遞

model = genai.GenerativeModel('gemini-1.5-flash', tools=calculator)
chat = model.start_chat()

response = chat.send_message(
    f"234551 X 325552 是多少？",
)
print(response)

回答

response:
GenerateContentResponse(
    done=True,
    iterator=None,
    result=protos.GenerateContentResponse({
      "candidates": [
        {
          "content": {
            "parts": [
              {
                "function_call": {
                  "name": "multiply",
                  "args": {
                    "b": 325552.0,
                    "a": 234551.0
                  }
                }
              }
            ],
            "role": "model"
          },
          "finish_reason": "STOP",
          
          ........

自行執行函式

fc = response.candidates[0].content.parts[0].function_call
assert fc.name == 'multiply'

result = fc.args['a'] * fc.args['b']
result

回答
76358547152.0

將結果傳送至模型，即可繼續對話

response = chat.send_message(
    genai.protos.Content(
    parts=[genai.protos.Part(
        function_response = genai.protos.FunctionResponse(
          name='multiply',
          response={'result': result}))]))

print(response.text)

回答
234551 X 325552 等於 76358547152。