Alibaba Cloud Model Studio:Function Calling

サンプルコード

import os
from openai import OpenAI

# Alibaba Cloud DashScope サービスで OpenAI クライアントを初期化
client = OpenAI(
    # API キーはリージョンによって異なります。API キーの取得方法：https://www.alibabacloud.com/help/model-studio/get-api-key
    # 環境変数を設定していない場合は、次の行を Model Studio API キーに置き換えてください: api_key="sk-xxx"
    api_key=os.getenv("DASHSCOPE_API_KEY"),  # 環境変数から API キーを読み取る
    base_url="https://dashscope-intl.aliyuncs.com/compatible-mode/v1",
)

# 利用可能なツールを定義
tools = [
    # ツール 1：現在時刻を取得
    {
        "type": "function",
        "function": {
            "name": "get_current_time",
            "description": "現在時刻を知りたいときに便利です。",
            "parameters": {}  # パラメーターは不要
        }
    },  
    # ツール 2：特定の都市の天気を取得
    {
        "type": "function",
        "function": {
            "name": "get_current_weather",
            "description": "特定の都市の天気を調べたいときに便利です。",
            "parameters": {  
                "type": "object",
                "properties": {
                    "location": {
                        "type": "string",
                        "description": "市や県。例：北京、杭州、余杭区。"
                    }
                },
                "required": ["location"]  # 必須パラメーター
            }
        }
    }
]

messages = [{"role": "user", "content": input("質問を入力してください：")}]

# マルチモーダルモデルのメッセージ例
# messages = [{
#     "role": "user",
#     "content": [
#              {"type": "image_url","image_url": {"url": "https://img.alicdn.com/imgextra/i4/O1CN014CJhzi20NOzo7atOC_!!6000000006837-2-tps-2048-1365.png"}},
#              {"type": "text", "text": "画像内の場所に基づいて、現在の天気はどうですか？"}]
#     }]

completion = client.chat.completions.create(
    # モデル例。他のディープシンキングモデルに置き換えてください。
    model="qwen-plus",
    messages=messages,
    extra_body={
        # ディープシンキングを有効化。これは qwen3-30b-a3b-thinking-2507、qwen3-235b-a22b-thinking-2507、または QwQ モデルには影響しません。
        "enable_thinking": True
    },
    tools=tools,
    parallel_tool_calls=True,
    stream=True,
    # トークン使用量情報を取得するにはコメントを解除
    # stream_options={
    #     "include_usage": True
    # }
)

reasoning_content = ""  # 完全な推論プロセス
answer_content = ""     # 完全な返信
tool_info = []          # ツール呼び出し情報を保存
is_answering = False   # 推論が終了し、返信が開始されたかを追跡するフラグ
print("="*20+"推論プロセス"+"="*20)
for chunk in completion:
    if not chunk.choices:
        # 使用量情報を処理
        print("\n"+"="*20+"使用量"+"="*20)
        print(chunk.usage)
    else:
        delta = chunk.choices[0].delta
        # AI の推論 (Chain-of-Thought) を処理
        if hasattr(delta, 'reasoning_content') and delta.reasoning_content is not None:
            reasoning_content += delta.reasoning_content
            print(delta.reasoning_content,end="",flush=True)  # 推論プロセスをストリーミング
            
        # 最終的な返信コンテンツを処理
        else:
            if not is_answering:  # 最初の返信エントリでのみタイトルを出力
                is_answering = True
                print("\n"+"="*20+"返信コンテンツ"+"="*20)
            if delta.content is not None:
                answer_content += delta.content
                print(delta.content,end="",flush=True)  # 返信コンテンツをストリーミング
            
            # ツール呼び出し情報を処理 (並列呼び出しをサポート)
            if delta.tool_calls is not None:
                for tool_call in delta.tool_calls:
                    index = tool_call.index  # 並列呼び出し用のツール呼び出しインデックス
                    
                    # ツール情報リストを動的に拡張
                    while len(tool_info) <= index:
                        tool_info.append({})
                    
                    # ツール呼び出し ID を収集 (後の関数呼び出し用)
                    if tool_call.id:
                        tool_info[index]['id'] = tool_info[index].get('id', '') + tool_call.id
                    
                    # 関数名を収集 (正しい関数にルーティングするため)
                    if tool_call.function and tool_call.function.name:
                        tool_info[index]['name'] = tool_info[index].get('name', '') + tool_call.function.name
                    
                    # 関数引数を収集 (JSON 文字列、後で解析が必要)
                    if tool_call.function and tool_call.function.arguments:
                        tool_info[index]['arguments'] = tool_info[index].get('arguments', '') + tool_call.function.arguments
            
print(f"\n"+"="*19+"ツール呼び出し情報"+"="*19)
if not tool_info:
    print("ツール呼び出しなし")
else:
    print(tool_info)

応答

「四直轄市の天気」と入力した場合の出力：

====================推論プロセス====================
わかりました、ユーザーは「四直轄市の天気」を尋ねました。まず、どの都市が四直轄市であるかを特定する必要があります。中国の行政区画によれば、北京、上海、天津、重慶です。つまり、ユーザーはこれら 4 都市の天気を知りたいのです。

次に、利用可能なツールを確認します。提供されているツールは get_current_weather で、型が文字列の location パラメーターがあります。この関数は一度に 1 つの場所しか処理できないため、各都市を個別に照会する必要があります。したがって、各直轄市に対して 1 回ずつ呼び出しを行う必要があります。

次に、正しいツール呼び出しを生成する方法を考えます。各呼び出しには、パラメーターとして都市名を含める必要があります。たとえば、最初の呼び出しは北京、2 番目は上海、というようになります。パラメーター名が location で、値が正しい都市名であることを確認します。

また、ユーザーは各都市の天気を知りたいでしょうから、各関数呼び出しが正しいことを確認する必要があります。おそらく、各都市に対して 1 回ずつ、合計 4 回の個別の呼び出しを行う必要があります。しかし、例に基づくと、複数の呼び出しを段階的に行うことになるかもしれません。

最後に、パラメーターの正しさ、都市名の正確さ、都市が見つからない場合や API が利用できない場合のエラー処理など、考慮すべき他の要因があるかどうかを確認します。しかし、今のところ四直轄市は明確なので、問題ないはずです。
====================返信コンテンツ====================

===================ツール呼び出し情報===================
[{'id': 'call_767af2834c12488a8fe6e3', 'name': 'get_current_weather', 'arguments': '{"location": "Beijing"}'}, {'id': 'call_2cb05a349c89437a947ada', 'name': 'get_current_weather', 'arguments': '{"location": "Shanghai"}'}, {'id': 'call_988dd180b2ca4b0a864ea7', 'name': 'get_current_weather', 'arguments': '{"location": "Tianjin"}'}, {'id': 'call_4e98c57ea96a40dba26d12', 'name': 'get_current_weather', 'arguments': '{"location": "Chongqing"}'}]

サンプルコード

import OpenAI from "openai";
import readline from 'node:readline/promises';
import { stdin as input, stdout as output } from 'node:process';

const openai = new OpenAI({
    // API キーはリージョンによって異なります。API キーの取得方法：https://www.alibabacloud.com/help/model-studio/get-api-key
    apiKey: process.env.DASHSCOPE_API_KEY,
    baseURL: "https://dashscope-intl.aliyuncs.com/compatible-mode/v1"
});

const tools = [
    {
        type: "function",
        function: {
            name: "get_current_time",
            description: "現在時刻を知りたいときに便利です。",
            parameters: {}
        }
    },
    {
        type: "function",
        function: {
            name: "get_current_weather",
            description: "特定の都市の天気を調べたいときに便利です。",
            parameters: {
                type: "object",
                properties: {
                    location: {
                        type: "string",
                        description: "市や県。例：北京、杭州、余杭区。"
                    }
                },
                required: ["location"]
            }
        }
    }
];

async function main() {
    const rl = readline.createInterface({ input, output });
    const question = await rl.question("質問を入力してください："); 
    rl.close();
    
    const messages = [{ role: "user", content: question }];
    // マルチモーダルモデルのメッセージ例
    // const messages= [{
    //     role: "user",
    //     content: [{type: "image_url", image_url: {url: "https://img.alicdn.com/imgextra/i2/O1CN01FbTJon1ErXVGMRdsN_!!6000000000405-0-tps-1024-683.jpg"}},
    //               {type: "text", text: "画像内の場所の天気はどうですか？"}]
    //   }];
    let reasoningContent = "";
    let answerContent = "";
    const toolInfo = [];
    let isAnswering = false;

    console.log("=".repeat(20) + "推論プロセス" + "=".repeat(20));
    
    try {
        const stream = await openai.chat.completions.create({
            // モデル例。他のディープシンキングモデルに置き換えてください。
            model: "qwen-plus",
            messages,
            // ディープシンキングを有効化。これは qwen3-30b-a3b-thinking-2507、qwen3-235b-a22b-thinking-2507、または QwQ モデルには影響しません。
            enable_thinking: true,
            tools,
            stream: true,
            parallel_tool_calls: true
        });

        for await (const chunk of stream) {
            if (!chunk.choices?.length) {
                console.log("\n" + "=".repeat(20) + "使用量" + "=".repeat(20));
                console.log(chunk.usage);
                continue;
            }

            const delta = chunk.choices[0]?.delta;
            if (!delta) continue;

            // 推論を処理
            if (delta.reasoning_content) {
                reasoningContent += delta.reasoning_content;
                process.stdout.write(delta.reasoning_content);
            }
            // 返信コンテンツを処理
            else {
                if (!isAnswering) {
                    isAnswering = true;
                    console.log("\n" + "=".repeat(20) + "返信コンテンツ" + "=".repeat(20));
                }
                if (delta.content) {
                    answerContent += delta.content;
                    process.stdout.write(delta.content);
                }
                // ツール呼び出しを処理
                if (delta.tool_calls) {
                    for (const toolCall of delta.tool_calls) {
                        const index = toolCall.index;
                        
                        // 配列の長さが十分であることを確認
                        while (toolInfo.length <= index) {
                            toolInfo.push({});
                        }
                        
                        // ツール ID を更新
                        if (toolCall.id) {
                            toolInfo[index].id = (toolInfo[index].id || "") + toolCall.id;
                        }
                        
                        // 関数名を更新
                        if (toolCall.function?.name) {
                            toolInfo[index].name = (toolInfo[index].name || "") + toolCall.function.name;
                        }
                        
                        // パラメーターを更新
                        if (toolCall.function?.arguments) {
                            toolInfo[index].arguments = (toolInfo[index].arguments || "") + toolCall.function.arguments;
                        }
                    }
                }
            }
        }

        console.log("\n" + "=".repeat(19) + "ツール呼び出し情報" + "=".repeat(19));
        console.log(toolInfo.length ? toolInfo : "ツール呼び出しなし");

    } catch (error) {
        console.error("エラー:", error);
    }
}

main(); 

応答

「四直轄市の天気」と入力した場合の出力：

質問を入力してください：四直轄市の天気
====================推論プロセス====================
わかりました、ユーザーは四直轄市の天気を尋ねました。まず、どの都市が四直轄市であるかを特定する必要があります。北京、上海、天津、重慶ですよね？次に、各都市の天気予報を照会するために、天気検索関数を呼び出す必要があります。

しかし、ユーザーの質問は「四直轄市」としか言っておらず、具体的な都市名を指定していません。各直轄市の名前を明確にし、それぞれの天気を照会する必要があります。たとえば、北京、上海、天津、重慶です。それぞれの都市に対して get_current_weather 関数を呼び出し、対応する都市名をパラメーターとして渡す必要があります。たとえば、最初の呼び出しの場所は「北京」、2 番目は「上海」、3 番目は「天津」、4 番目は「重慶」です。

次に、4 つのツール呼び出しを生成する必要があります。それぞれが 1 つの直轄市に対応します。各パラメーターが正しいことを確認し、順番に並べます。これにより、ユーザーは 4 つの直轄市すべての完全な天気情報を取得できます。
====================返信コンテンツ====================

===================ツール呼び出し情報===================
[
  {
    id: 'call_21dc802e717f491298d1b2',
    name: 'get_current_weather',
    arguments: '{"location": "Beijing"}'
  },
  {
    id: 'call_2cd3be1d2f694c4eafd4e5',
    name: 'get_current_weather',
    arguments: '{"location": "Shanghai"}'
  },
  {
    id: 'call_48cf3f78e02940bd9085e4',
    name: 'get_current_weather',
    arguments: '{"location": "Tianjin"}'
  },
  {
    id: 'call_e230a2b4c64f4e658d223e',
    name: 'get_current_weather',
    arguments: '{"location": "Chongqing"}'
  }
]

サンプルコード

curl -X POST https://dashscope-intl.aliyuncs.com/compatible-mode/v1/chat/completions \
-H "Authorization: Bearer $DASHSCOPE_API_KEY" \
-H "Content-Type: application/json" \
-d '{
    "model": "qwen-plus",
    "messages": [
        {
            "role": "user", 
            "content": "杭州の天気はどうですか？"
        }
    ],
    "tools": [
    {
        "type": "function",
        "function": {
            "name": "get_current_time",
            "description": "現在時刻を知りたいときに便利です。",
            "parameters": {}
        }
    },
    {
        "type": "function",
        "function": {
            "name": "get_current_weather",
            "description": "特定の都市の天気を調べたいときに便利です。",
            "parameters": {
                "type": "object",
                "properties": {
                    "location":{
                        "type": "string",
                        "description": "市や県。例：北京、杭州、余杭区。"
                    }
                },
                "required": ["location"]
            }
        }
    }
  ],
  "enable_thinking": true,
  "stream": true
}'

サンプルコード

import dashscope
dashscope.base_http_api_url = "https://dashscope-intl.aliyuncs.com/api/v1/"
tools = [
    # ツール 1：現在時刻を取得
    {
        "type": "function",
        "function": {
            "name": "get_current_time",
            "description": "現在時刻を知りたいときに便利です。",
            "parameters": {}  # 入力パラメーターは不要なので空の辞書
        }
    },  
    # ツール 2：特定の都市の天気を取得
    {
        "type": "function",
        "function": {
            "name": "get_current_weather",
            "description": "特定の都市の天気を調べたいときに便利です。",
            "parameters": {  
                "type": "object",
                "properties": {
                    # 天気検索には場所が必要なので、パラメーターは location
                    "location": {
                        "type": "string",
                        "description": "市や県。例：北京、杭州、余杭区。"
                    }
                },
                "required": ["location"]
            }
        }
    }
]

# 質問を定義
messages = [{"role": "user", "content": input("質問を入力してください：")}]

# マルチモーダルモデルのメッセージ例
# messages = [
# {
#     "role": "user",
#     "content": [
#     {"image": "https://img.alicdn.com/imgextra/i2/O1CN01FbTJon1ErXVGMRdsN_!!6000000000405-0-tps-1024-683.jpg"},
#     {"text": "画像内の場所の天気はどうですか？"}]
# }]

# Generation の代わりにマルチモーダルモデルには MultiModalConversation インターフェイスを使用
completion = dashscope.Generation.call(
    # モデル例。他のディープシンキングモデルに置き換えてください。
    model="qwen-plus", 
    messages=messages,
    enable_thinking=True,
    tools=tools,
    parallel_tool_calls=True,
    stream=True,
    incremental_output=True,
    result_format="message"
)

reasoning_content = ""
answer_content = ""
tool_info = []
is_answering = False
print("="*20+"推論プロセス"+"="*20)

for chunk in completion:
    if chunk.status_code == 200:
        msg = chunk.output.choices[0].message
        
        # 推論を処理
        if 'reasoning_content' in msg and msg.reasoning_content:
            reasoning_content += msg.reasoning_content
            print(msg.reasoning_content, end="", flush=True)
        
        # 返信コンテンツを処理
        if 'content' in msg and msg.content:
            if not is_answering:
                is_answering = True
                print("\n"+"="*20+"返信コンテンツ"+"="*20)
            answer_content += msg.content
            print(msg.content, end="", flush=True)
        
        # ツール呼び出しを処理
        if 'tool_calls' in msg and msg.tool_calls:
            for tool_call in msg.tool_calls:
                index = tool_call['index']
                
                while len(tool_info) <= index:
                    tool_info.append({'id': '', 'name': '', 'arguments': ''})  # すべてのフィールドを初期化
                
                # ツール ID を増分更新
                if 'id' in tool_call:
                    tool_info[index]['id'] += tool_call.get('id', '')
                
                # 関数情報を増分更新
                if 'function' in tool_call:
                    func = tool_call['function']
                    # 関数名を増分更新
                    if 'name' in func:
                        tool_info[index]['name'] += func.get('name', '')
                    # パラメーターを増分更新
                    if 'arguments' in func:
                        tool_info[index]['arguments'] += func.get('arguments', '')

print(f"\n"+"="*19+"ツール呼び出し情報"+"="*19)
if not tool_info:
    print("ツール呼び出しなし")
else:
    print(tool_info)

応答

「四直轄市の天気」と入力した場合の出力：

質問を入力してください：四直轄市の天気
====================推論プロセス====================
わかりました、ユーザーは四直轄市の天気を尋ねました。まず、どの都市が四直轄市であるかを確認する必要があります。北京、上海、天津、重慶ですよね？次に、ユーザーは各都市の天気を必要としているので、天気検索関数を呼び出す必要があります。

しかし、質問では「四直轄市」としか言っておらず、具体的な都市名は指定されていません。各直轄市の名前を明確にし、それぞれの天気を照会する必要があります。たとえば、北京、上海、天津、重慶です。それぞれの都市に対して get_current_weather 関数を呼び出し、対応する都市名をパラメーターとして渡す必要があります。たとえば、最初の呼び出しの場所は「北京」、2 番目は「上海」、3 番目は「天津」、4 番目は「重慶」です。

しかし、各呼び出しのパラメーターが正しく、省略がないことを確認する必要があります。これにより、ユーザーは 4 つの直轄市すべての完全な天気情報を取得できます。
===================ツール呼び出し情報===================
[{'id': 'call_2f774ed97b0e4b24ab10ec', 'name': 'get_current_weather', 'arguments': '{"location": "Beijing"}'}, {'id': 'call_dc3b05b88baa48c58bc33a', 'name': 'get_current_weather', 'arguments': '{"location": "Shanghai"}}'}, {'id': 'call_249b2de2f73340cdb46cbc', 'name': 'get_current_weather', 'arguments': '{"location": "Tianjin"}'}, {'id': 'call_833333634fda49d1b39e87', 'name': 'get_current_weather', 'arguments': '{"location": "Chongqing"}}'}]

サンプルコード

// DashScope SDK バージョン >= 2.19.4
import java.util.Arrays;

import com.alibaba.dashscope.exception.UploadFileException;
import org.slf4j.Logger;
import org.slf4j.LoggerFactory;
import com.alibaba.dashscope.aigc.multimodalconversation.MultiModalConversation;
import com.alibaba.dashscope.aigc.multimodalconversation.MultiModalConversationParam;
import com.alibaba.dashscope.aigc.multimodalconversation.MultiModalConversationResult;
import com.alibaba.dashscope.common.MultiModalMessage;
import com.alibaba.dashscope.aigc.generation.Generation;
import com.alibaba.dashscope.aigc.generation.GenerationParam;
import com.alibaba.dashscope.aigc.generation.GenerationResult;
import com.alibaba.dashscope.common.Message;
import com.alibaba.dashscope.common.Role;
import com.alibaba.dashscope.exception.ApiException;
import com.alibaba.dashscope.exception.InputRequiredException;
import com.alibaba.dashscope.exception.NoApiKeyException;
import com.alibaba.dashscope.utils.Constants;
import com.alibaba.dashscope.utils.JsonUtils;
import com.alibaba.dashscope.tools.ToolFunction;
import com.alibaba.dashscope.tools.FunctionDefinition;
import io.reactivex.Flowable;
import com.fasterxml.jackson.databind.node.ObjectNode;
import java.lang.System;
import com.github.victools.jsonschema.generator.Option;
import com.github.victools.jsonschema.generator.OptionPreset;
import com.github.victools.jsonschema.generator.SchemaGenerator;
import com.github.victools.jsonschema.generator.SchemaGeneratorConfig;
import com.github.victools.jsonschema.generator.SchemaGeneratorConfigBuilder;
import com.github.victools.jsonschema.generator.SchemaVersion;
import java.time.LocalDateTime;
import java.time.format.DateTimeFormatter;
import java.util.Collections;

public class Main {
    private static final Logger logger = LoggerFactory.getLogger(Main.class);
    private static ObjectNode jsonSchemaWeather;
    private static ObjectNode jsonSchemaTime;
    
    static {Constants.baseHttpApiUrl="https://dashscope-intl.aliyuncs.com/api/v1";}

    static class TimeTool {
        public String call() {
            LocalDateTime now = LocalDateTime.now();
            DateTimeFormatter formatter = DateTimeFormatter.ofPattern("yyyy-MM-dd HH:mm:ss");
            return "現在の時刻： " + now.format(formatter) + ".";
        }
    }

    static class WeatherTool {
        private String location;

        public WeatherTool(String location) {
            this.location = location;
        }

        public String call() {
            return location + " は今日晴れです";
        }
    }

    static {
        SchemaGeneratorConfigBuilder configBuilder = new SchemaGeneratorConfigBuilder(
                SchemaVersion.DRAFT_2020_12, OptionPreset.PLAIN_JSON);
        SchemaGeneratorConfig config = configBuilder
                .with(Option.EXTRA_OPEN_API_FORMAT_VALUES)
                .without(Option.FLATTENED_ENUMS_FROM_TOSTRING)
                .build();
        SchemaGenerator generator = new SchemaGenerator(config);
        jsonSchemaWeather = generator.generateSchema(WeatherTool.class);
        jsonSchemaTime = generator.generateSchema(TimeTool.class);
    }
    private static void handleGenerationResult(GenerationResult message) {
        System.out.println(JsonUtils.toJson(message));
    }
    
    // テキスト生成モデル用のツール呼び出しメソッドを作成
    public static void streamCallWithMessage(Generation gen, Message userMsg)
            throws NoApiKeyException, ApiException, InputRequiredException {
        GenerationParam param = buildGenerationParam(userMsg);
        Flowable<GenerationResult> result = gen.streamCall(param);
        result.blockingForEach(message -> handleGenerationResult(message));
    }
    // ツール呼び出しをサポートするテキスト生成モデルのパラメーターを構築
    private static GenerationParam buildGenerationParam(Message userMsg) {
        FunctionDefinition fdWeather = buildFunctionDefinition(
                "get_current_weather", "指定された場所の天気を取得", jsonSchemaWeather);
        FunctionDefinition fdTime = buildFunctionDefinition(
                "get_current_time", "現在時刻を取得", jsonSchemaTime);

        return GenerationParam.builder()
                .apiKey(System.getenv("DASHSCOPE_API_KEY"))
                .model("qwen-plus")
                .enableThinking(true)
                .messages(Arrays.asList(userMsg))
                .resultFormat(GenerationParam.ResultFormat.MESSAGE)
                .incrementalOutput(true)
                .tools(Arrays.asList(
                        ToolFunction.builder().function(fdWeather).build(),
                        ToolFunction.builder().function(fdTime).build()))
                .build();
    }

    // マルチモーダルモデル用のツール呼び出しメソッドを作成
    public static void streamCallWithMultiModalMessage(MultiModalConversation conv, MultiModalMessage userMsg)
            throws NoApiKeyException, ApiException, UploadFileException {
        MultiModalConversationParam param = buildMultiModalConversationParam(userMsg);
        Flowable<MultiModalConversationResult> result = conv.streamCall(param);
        result.blockingForEach(message -> System.out.println(JsonUtils.toJson(message)));
    }

    // ツール呼び出しをサポートするマルチモーダルモデルのパラメーターを構築
    private static MultiModalConversationParam buildMultiModalConversationParam(MultiModalMessage userMsg) {
        FunctionDefinition fdWeather = buildFunctionDefinition(
                "get_current_weather", "指定された場所の天気を取得", jsonSchemaWeather);
        FunctionDefinition fdTime = buildFunctionDefinition(
                "get_current_time", "現在時刻を取得", jsonSchemaTime);

        return MultiModalConversationParam.builder()
                .apiKey(System.getenv("DASHSCOPE_API_KEY"))
                .model("qwen3-vl-plus")  // マルチモーダルモデル Qwen3-VL を使用
                .enableThinking(true)
                .messages(Arrays.asList(userMsg))
                .tools(Arrays.asList(  // ツールリストを設定
                        ToolFunction.builder().function(fdWeather).build(),
                        ToolFunction.builder().function(fdTime).build()))
                .build();
    }

    private static FunctionDefinition buildFunctionDefinition(
            String name, String description, ObjectNode schema) {
        return FunctionDefinition.builder()
                .name(name)
                .description(description)
                .parameters(JsonUtils.parseString(schema.toString()).getAsJsonObject())
                .build();
    }

    public static void main(String[] args) {
        try {
            Generation gen = new Generation();
            Message userMsg = Message.builder()
                    .role(Role.USER.getValue())
                    .content("杭州の天気を教えてください")
                    .build();
            try {
                streamCallWithMessage(gen, userMsg);
            } catch (InputRequiredException e) {
                throw new RuntimeException(e);
            }
//             ツール呼び出しにマルチモーダルモデルを使用するには、コメントを解除してください
//            MultiModalConversation conv = new MultiModalConversation();
//            MultiModalMessage userMessage = MultiModalMessage.builder().role(Role.USER.getValue())
//                    .content(Arrays.asList(Collections.singletonMap("image", "https://img.alicdn.com/imgextra/i2/O1CN01FbTJon1ErXVGMRdsN_!!6000000000405-0-tps-1024-683.jpg"),
//                            Collections.singletonMap("text", "画像内の場所の天気はどうですか？"))).build();
//            try {
//                streamCallWithMultiModalMessage(conv,userMessage);
//            } catch (UploadFileException e) {
//                throw new RuntimeException(e);
//            }
        } catch (ApiException | NoApiKeyException e) {
            logger.error("例外が発生しました：{}", e.getMessage());
        }
        System.exit(0);
    }
}

応答

{"requestId":"4edb81cd-4647-9d5d-88f9-a4f30bc6d8dd","usage":{"input_tokens":238,"output_tokens":6,"total_tokens":244},"output":{"choices":[{"finish_reason":"null","message":{"role":"assistant","content":"","reasoning_content":"わかりました、ユーザーは"}}]}}
{"requestId":"4edb81cd-4647-9d5d-88f9-a4f30bc6d8dd","usage":{"input_tokens":238,"output_tokens":12,"total_tokens":250},"output":{"choices":[{"finish_reason":"null","message":{"role":"assistant","content":"","reasoning_content":"杭州の天気を教えてほしいとのことです。私"}}]}}
{"requestId":"4edb81cd-4647-9d5d-88f9-a4f30bc6d8dd","usage":{"input_tokens":238,"output_tokens":16,"total_tokens":254},"output":{"choices":[{"finish_reason":"null","message":{"role":"assistant","content":"","reasoning_content":"は、関連するツールがあるかどうかを判断する"}}]}}
{"requestId":"4edb81cd-4647-9d5d-88f9-a4f30bc6d8dd","usage":{"input_tokens":238,"output_tokens":22,"total_tokens":260},"output":{"choices":[{"finish_reason":"null","message":{"role":"assistant","content":"","reasoning_content":"必要があります。提供されたツールを見ると、get_current"}}]}}
{"requestId":"4edb81cd-4647-9d5d-88f9-a4f30bc6d8dd","usage":{"input_tokens":238,"output_tokens":28,"total_tokens":266},"output":{"choices":[{"finish_reason":"null","message":{"role":"assistant","content":"","reasoning_content":"_weather 関数があり、パラメーターは location"}}]}}
{"requestId":"4edb81cd-4647-9d5d-88f9-a4f30bc6d8dd","usage":{"input_tokens":238,"output_tokens":34,"total_tokens":272},"output":{"choices":[{"finish_reason":"null","message":{"role":"assistant","content":"","reasoning_content":"です。したがって、この関数をパラメーター"}}]}}
{"requestId":"4edb81cd-4647-9d5d-88f9-a4f30bc6d8dd","usage":{"input_tokens":238,"output_tokens":38,"total_tokens":276},"output":{"choices":[{"finish_reason":"null","message":{"role":"assistant","content":"","reasoning_content":"を杭州に設定して呼び出すべきです。"}}]}}
{"requestId":"4edb81cd-4647-9d5d-88f9-a4f30bc6d8dd","usage":{"input_tokens":238,"output_tokens":43,"total_tokens":281},"output":{"choices":[{"finish_reason":"null","message":{"role":"assistant","content":"","reasoning_content":"ユーザーは天気についてのみ尋ねているため、"}}]}}
{"requestId":"4edb81cd-4647-9d5d-88f9-a4f30bc6d8dd","usage":{"input_tokens":238,"output_tokens":48,"total_tokens":286},"output":{"choices":[{"finish_reason":"null","message":{"role":"assistant","content":"","reasoning_content":"他のツールは不要です。次に、tool_call を"}}]}}
{"requestId":"4edb81cd-4647-9d5d-88f9-a4f30bc6d8dd","usage":{"input_tokens":238,"output_tokens":52,"total_tokens":290},"output":{"choices":[{"finish_reason":"null","message":{"role":"assistant","content":"","reasoning_content":"構築し、名前とパラメーターを"}}]}}
{"requestId":"4edb81cd-4647-9d5d-88f9-a4f30bc6d8dd","usage":{"input_tokens":238,"output_tokens":56,"total_tokens":294},"output":{"choices":[{"finish_reason":"null","message":{"role":"assistant","content":"","reasoning_content":"入力します。パラメーターが"}}]}}
{"requestId":"4edb81cd-4647-9d5d-88f9-a4f30bc6d8dd","usage":{"input_tokens":238,"output_tokens":60,"total_tokens":298},"output":{"choices":[{"finish_reason":"null","message":{"role":"assistant","content":"","reasoning_content":"JSON 形式で、location が文字列であることを確認します。"}}]}}
{"requestId":"4edb81cd-4647-9d5d-88f9-a4f30bc6d8dd","usage":{"input_tokens":238,"output_tokens":64,"total_tokens":302},"output":{"choices":[{"finish_reason":"null","message":{"role":"assistant","content":"","reasoning_content":"エラーを確認して進みます。"}}]}}
{"requestId":"4edb81cd-4647-9d5d-88f9-a4f30bc6d8dd","usage":{"input_tokens":238,"output_tokens":68,"total_tokens":306},"output":{"choices":[{"finish_reason":"null","message":{"role":"assistant","content":"","reasoning_content":""}}]}}
{"requestId":"4edb81cd-4647-9d5d-88f9-a4f30bc6d8dd","usage":{"input_tokens":238,"output_tokens":73,"total_tokens":311},"output":{"choices":[{"finish_reason":"null","message":{"role":"assistant","content":"","reasoning_content":"","tool_calls":[{"type":"function","id":"call_ecc41296dccc47baa01567","function":{"name":"get_current_weather","arguments":"{\"location\": \"Hangzhou\"}}"}]}}]}}
{"requestId":"4edb81cd-4647-9d5d-88f9-a4f30bc6d8dd","usage":{"input_tokens":238,"output_tokens":78,"total_tokens":316},"output":{"choices":[{"finish_reason":"tool_calls","message":{"role":"assistant","content":"","reasoning_content":"","tool_calls":[{"type":"function","id":"","function":{"arguments":"\"}"}}]}}]}}

サンプルコード

# ======= 重要事項 =======
# マルチモーダルモデルの場合、message パラメーターを変更し、URL を https://dashscope-intl.aliyuncs.com/api/v1/services/aigc/multimodal-generation/generation に変更してください
# API キーはリージョンによって異なります。API キーの取得方法：https://www.alibabacloud.com/help/model-studio/get-api-key
# 北京リージョンの場合は、URL を https://dashscope.aliyuncs.com/api/v1/services/aigc/text-generation/generation に変更します
# === 実行前にこのコメントを削除してください ===

curl -X POST "https://dashscope-intl.aliyuncs.com/api/v1/services/aigc/text-generation/generation" \
-H "Authorization: Bearer $DASHSCOPE_API_KEY" \
-H "Content-Type: application/json" \
-H "X-DashScope-SSE: enable" \
-d '{
    "model": "qwen-plus",
    "input":{
        "messages":[      
            {
                "role": "user",
                "content": "杭州の天気はどうですか？"
            }
        ]
    },
    "parameters": {
        "enable_thinking": true,
        "incremental_output": true,
        "result_format": "message",
        "tools": [{
            "type": "function",
            "function": {
                "name": "get_current_time",
                "description": "現在時刻を知りたいときに便利です。",
                "parameters": {}
            }
        },{
            "type": "function",
            "function": {
                "name": "get_current_weather",
                "description": "特定の都市の天気を調べたいときに便利です。",
                "parameters": {
                    "type": "object",
                    "properties": {
                        "location": {
                            "type": "string",
                            "description": "市や県。例：北京、杭州、余杭区。"
                        }
                    },
                    "required": ["location"]
                }
            }
        }]
    }
}'