MCP实例解析：基于 OpenAI API 的多轮对话与 Function Call 实现

井九

发布于 2025-02-27 00:43:13

73800

代码可运行

运行总次数：0

代码可运行

本文通过一个具体的示例，解析如何利用 MCP（Multi-turn Conversation Protocol）和 OpenAI API 中的 Function Call 功能，实现一个完整的多轮对话流程。示例场景模拟用户预订机票的需求，从解析意图、查询航班、用户选择到最终预订确认，每一步都展示了如何将 Function Call 与多轮对话结合起来。

场景描述

用户请求：

“帮我订一张明天从北京到上海的机票。”

系统需要完成的任务：

解析用户意图：确认用户请求后，需要调用 search_flights 查询航班信息。
查询航班信息：调用 search_flights API，获取可选航班列表。
多轮交互：展示航班选项，等待用户选择具体航班。
预订航班：根据用户选择，调用 book_ticket API 进行预订。
发送确认信息：调用 send_confirmation API，向用户发送预订成功的确认信息。

系统架构

在本示例中，系统主要分为两个层面：

多轮对话管理层（MCP） 负责解析用户意图、维护上下文和拆解复杂任务，将任务分解为多个步骤。
Function Call 层 每个步骤中，系统使用 OpenAI API 的 Function Call 功能调用相应的 API（例如 search_flights、book_ticket 和 send_confirmation），获取精确数据后返回给用户。

整体流程图

下面的 Mermaid 序列图展示了整个多轮对话和 API 调用的流程：

详细流程解析

第 1 步：解析用户意图

系统首先接收到用户请求后，通过预设的系统提示和用户输入来确定任务需求。此时，系统已经内置了 search_flights 的 Function Call 配置，准备后续查询。

Prompt 示例：

{
  "role": "system",
  "content": "你是一个智能助理，能够帮助用户预订机票。"
},
{
  "role": "user",
  "content": "帮我订一张明天从北京到上海的机票。"
}

第 2 步：调用 `search_flights` 获取航班信息

Function Call 配置：

{
  "name": "search_flights",
  "parameters": {
    "from": "北京",
    "to": "上海",
    "date": "2025-02-26"
  }
}

API 返回示例：

{
  "flights": [
    { "flight": "CA123", "time": "08:00", "price": "¥800" },
    { "flight": "MU456", "time": "10:00", "price": "¥850" }
  ]
}

第 3 步：用户选择航班

查询到以下航班：
1️⃣ CA123 - 08:00 - ¥800
2️⃣ MU456 - 10:00 - ¥850
请选择您想预订的航班编号。

用户回复：

我选 CA123

第 4 步：调用 `book_ticket` 进行航班预订

Function Call 配置：

{
  "name": "book_ticket",
  "parameters": {
    "flight": "CA123",
    "user": "用户ID_12345"
  }
}

API 返回示例：

{
  "order_id": "789456",
  "status": "confirmed"
}

第 5 步：调用 `send_confirmation` 发送预订确认

Function Call 配置：

{
  "name": "send_confirmation",
  "parameters": {
    "order_id": "789456",
    "user": "用户ID_12345"
  }
}

API 返回示例：

{
  "status": "sent"
}

OpenAI API 调用示例

1. 解析用户意图并调用 `search_flights`

{
  "model": "gpt-4-turbo",
  "messages": [
    { "role": "system", "content": "你是一个智能助理，能够帮助用户预订机票。" },
    { "role": "user", "content": "帮我订一张明天从北京到上海的机票。" }
  ],
  "tools": [
    {
      "type": "function",
      "function": {
        "name": "search_flights",
        "description": "查询航班信息。",
        "parameters": {
          "type": "object",
          "properties": {
            "from": { "type": "string", "description": "出发城市" },
            "to": { "type": "string", "description": "目的地城市" },
            "date": { "type": "string", "description": "航班日期" }
          },
          "required": ["from", "to", "date"]
        }
      }
    }
  ],
  "tool_choice": "search_flights"
}

2. 用户选择航班并调用 `book_ticket`

{
  "name": "book_ticket",
  "parameters": {
    "flight": "CA123",
    "user": "用户ID_12345"
  }
}

3. 发送预订确认 `send_confirmation`

{
  "name": "send_confirmation",
  "parameters": {
    "order_id": "789456",
    "user": "用户ID_12345"
  }
}

总结

本实例展示了 MCP 如何在 OpenAI API 中结合 Function Call 功能，实现多轮对话。关键要点包括：

任务拆解：将复杂预订任务拆分为多个简单的步骤（查询、选择、预订、确认）。
上下文管理：在每个阶段维护对话上下文，确保用户输入与系统调用无缝衔接。
精准 API 调用：利用 Function Call 调用后端服务，返回准确的数据以供后续处理。

通过这种方式，MCP 能智能解析用户需求，提升任务执行的效率。

本文参与腾讯云自媒体同步曝光计划，分享自作者个人站点/博客。

原始发表：2025-02-27，如有侵权请联系 cloudcommunity@tencent.com 删除

call

本文分享自作者个人站点/博客前往查看

如有侵权，请联系 cloudcommunity@tencent.com 删除。

本文参与腾讯云自媒体同步曝光计划，欢迎热爱写作的你一起参与！

登录后参与评论

0 条评论

热度