Go 做 Function Calling 服务端：解析 tool_calls 与执行逻辑

大模型支持「工具调用」后，对话里可以查天气、查库、调 API；模型会返回该调用哪个函数、传什么参数。服务端要做的，就是解析模型返回的 tool_calls、执行对应逻辑、把结果塞回对话。用 Go 实现，结构清晰、易维护。下面说清楚解析、执行与一整轮怎么串起来。

Function Calling 与 tool_calls 是什么？

Function Calling（Tool Use）指：你把可调用的函数列表以 JSON Schema 等形式传给大模型，模型在需要时会在回复里带 tool_calls，指明函数名和参数。服务端解析后执行真实逻辑，把结果再发给模型，由模型生成最终回答。

流程：用户发消息 → 带 tools 请求模型 → 模型可能返回 tool_calls（id、函数名、参数 JSON）→ 服务端解析并执行 → 把工具结果按约定格式追加到 messages → 再请求模型得到最终回复。

定义结构体与解析

OpenAI 兼容接口里，choices[0].message.tool_calls 里每个元素含 id、function.name、function.arguments（arguments 是 JSON 字符串）。Go 里定义结构体便于解析：

type ToolCall struct {
 ID       string       `json:"id"`
 Function FunctionCall `json:"function"`
}
type FunctionCall struct {
 Name      string `json:"name"`
 Arguments string `json:"arguments"`
}

从响应取出 message.ToolCalls，逐个把 Arguments 用 json.Unmarshal 解成 map[string]interface{} 或具体类型，再交给执行层。

执行逻辑：注册表与统一分发

执行层做成「工具名 → 执行函数」的注册表，按 name 查找并执行：

type ToolFunc func(args string) (string, error)
type ToolRegistry struct { handlers map[string]ToolFunc }

func (r *ToolRegistry) Execute(name, args string) (string, error) {
 fn, ok := r.handlers[name]
 if !ok { return "", fmt.Errorf("unknown tool: %s", name) }
 return fn(args)
}

收到 tool_calls 后循环调用 Execute(tc.Function.Name, tc.Function.Arguments)，把每个结果收集起来。

把工具结果塞回对话

模型要求工具结果以固定格式追加到 messages：role: "tool"，并带上 tool_call_id：

type ToolResultMessage struct {
 Role       string `json:"role"`
 Content    string `json:"content"`
 ToolCallID string `json:"tool_call_id"`
}

把本轮 assistant 消息和每条 tool 结果 append 到 messages，再发请求。若仍有 tool_calls，可循环「解析 → 执行 → 回写」直到没有或达到最大轮数。

一轮流程伪代码

msg := resp.Choices[0].Message
if len(msg.ToolCalls) == 0 { return msg.Content, nil }

var toolResults []ToolResultMessage
for _, tc := range msg.ToolCalls {
 result, _ := registry.Execute(tc.Function.Name, tc.Function.Arguments)
 toolResults = append(toolResults, ToolResultMessage{
  Role: "tool", Content: result, ToolCallID: tc.ID,
 })
}
// append 到 messages 后再次请求；有 tool_calls 则继续循环

注意事项

• 安全：对参数校验、鉴权，避免误调危险接口。
• 超时与错误：Execute 建议带 context/超时；失败时把错误信息写入 Content 返回给模型。
• 轮数与 token：控制最大 tool 轮数和总 token。

写在最后

用 Go 做 Function Calling 服务端，核心三步：解析 tool_calls（含 arguments 的 JSON）、执行（注册表分发）、回写（role: "tool" + tool_call_id 再请求）。定义好结构体、做一个 ToolRegistry，按上述消息格式塞回对话，即可完成一轮工具调用。