Python Responses API函数调用实战：工具白名单、参数校验与预算

给模型接上库存接口后，它就从“会回答”变成“会行动”。风险也随之变化：参数可能越界、工具可能被提示注入诱导、模型可能循环调用。这个教程用Python实现一个只读库存Agent：模型可以选择get_inventory，但真正执行前，宿主程序会检查工具白名单、SKU格式和最大调用次数。你会看到Agent的核心不是一段神奇提示词，而是一条由程序掌控的工具闭环。

基础概念：模型提出调用，程序决定执行

Function Calling（函数调用）不会让模型直接运行Python函数。模型只生成一个结构化“调用建议”，包含工具名、参数和call_id；你的程序解析并验证参数，调用真实服务，再以function_call_output把结果回传。模型最后依据工具结果组织回答。

这个边界非常重要：工具描述告诉模型“能做什么”，权限系统决定“允许做什么”。即便Schema规定SKU是字符串，也挡不住不存在的SKU、跨租户读取或高频枚举，所以还要在工具实现里做白名单、鉴权、限流和审计。

准确的调用流程

call_id把某次工具结果和模型提出的调用对应起来。不要用工具名代替它，也不要把第一轮响应丢掉后凭空构造第二轮对话。

环境准备

OpenAI Python SDK当前要求Python 3.10+。示例固定到2026年9月28日发布的3.20.0，密钥仍只走环境变量。

python -m venv .venv
source .venv/bin/activate
pip install "openai==3.20.0"
export OPENAI_API_KEY="你的密钥"
python inventory_agent.py "SKU-100还有多少库存？"

完整代码

import json
import os
import re
import sys
from typing import Any
from openai import OpenAI
MODEL = "gpt-5.6-terra"
MAX_TOOL_CALLS = 3
SKU_PATTERN = re.compile(r"^SKU-[0-9]{3}$")
INVENTORY = {
    "SKU-100": {"available": 12, "warehouse": "SH-A"},
    "SKU-200": {"available": 0, "warehouse": "BJ-B"},
}
TOOLS = [{
    "type": "function",
    "name": "get_inventory",
    "description": "按SKU查询只读库存，不创建订单、不预留库存。",
    "parameters": {
        "type": "object",
        "properties": {
            "sku": {
                "type": "string",
                "description": "格式为SKU-加三位数字，例如SKU-100",
            }
        },
        "required": ["sku"],
        "additionalProperties": False,
    },
    "strict": True,
}]
def get_inventory(sku: str) -> dict[str, Any]:
    if not SKU_PATTERN.fullmatch(sku):
        return {"ok": False, "error": "INVALID_SKU"}
    item = INVENTORY.get(sku)
    if item is None:
        return {"ok": False, "error": "NOT_FOUND", "sku": sku}
    return {"ok": True, "sku": sku, **item}
def execute_tool(name: str, raw_arguments: str) -> dict[str, Any]:
    if name != "get_inventory":
        return {"ok": False, "error": "TOOL_NOT_ALLOWED"}
    try:
        arguments = json.loads(raw_arguments)
    except json.JSONDecodeError:
        return {"ok": False, "error": "INVALID_JSON"}
    if set(arguments) != {"sku"} or not isinstance(arguments["sku"], str):
        return {"ok": False, "error": "INVALID_ARGUMENTS"}
    return get_inventory(arguments["sku"])
def main() -> None:
    if not os.getenv("OPENAI_API_KEY"):
        raise SystemExit("请先设置 OPENAI_API_KEY")
    question = " ".join(sys.argv[1:]).strip() or "SKU-100还有多少库存？"
    client = OpenAI(timeout=30.0, max_retries=2)
    try:
        response = client.responses.create(
            model=MODEL,
            instructions=(
                "你是库存助手。库存事实只能来自工具。"
                "不得承诺补货、锁库存或创建订单。"
            ),
            input=question,
            tools=TOOLS,
        )
        tool_calls = [item for item in response.output
                      if item.type == "function_call"]
        if len(tool_calls) > MAX_TOOL_CALLS:
            raise RuntimeError("工具调用超过预算")
        if not tool_calls:
            print(response.output_text)
            return
        outputs = []
        for call in tool_calls:
            result = execute_tool(call.name, call.arguments)
            outputs.append({
                "type": "function_call_output",
                "call_id": call.call_id,
                "output": json.dumps(result, ensure_ascii=False),
            })
        final = client.responses.create(
            model=MODEL,
            previous_response_id=response.id,
            input=outputs,
            tools=TOOLS,
        )
        if not final.output_text.strip():
            raise RuntimeError("模型未生成最终答复")
        print(final.output_text)
    except Exception as exc:
        raise SystemExit(f"Agent执行失败: {exc}") from exc
if __name__ == "__main__":
    main()