配置多步工具调用

配置多步工具调用 kimi-k2.7-code 和 kimi-k2.6（启用思考能力时）都支持通过深度推理进行多步工具调用，进而完成非常复杂的任务。为确保最佳效果，使用思考模型时请务必按以下方式配置调用： 单轮任务内（一次工具调用循环中产生的多步推理）应保留上下文中所有的思考内容（reasoning_content 字段）并随请求回传，模型会按需选择必要的思考内容进行推理；跨轮对话是否保留历史思考由 thinking.keep 控制（kimi-k2.6 默认 null 不保留，kimi-k2.7-code 始终保留）。 设置 max_tokens>=16000 以避免无法输出完整的 reasoning_content 和 content。 无需设置 temperature。 kimi-k2.7-code、kimi-k2.6 的 temperature 不可修改，使用默认值即可，请勿显式传入（详见模型参数参考）。 使用流式输出（stream=True）：思考模型的输出内容包含了 reasoning_content，相比普通模型其输出内容更多，启用流式输出能获得更好的用户体验，同时一定程度避免网络超时问题。 ### ​ 完整示例：生成今日新闻报告 下面的示例展示了一个”今日新闻报告生成”的场景，模型会依次调用 date（获取日期）和 web_search（搜索今日新闻）等官方工具，并在这个过程中展现深度思考过程： import os import json import httpx import openai class FormulaChatClient: def __init__(self, base_url: str, api_key: str): """初始化 Formula 客户端""" self.base_url = base_url self.api_key = api_key self.openai = openai.Client( base_url=base_url, api_key=api_key, ) self.httpx = httpx.Client( base_url=base_url, headers={"Authorization": f"Bearer {api_key}"}, timeout=30.0, ) # 使用 kimi-k2.6 模型，thinking 将默认启用 self.model = "kimi-k2.6" def get_tools(self, formula_uri: str): """从 Formula API 获取工具定义""" response = self.httpx.get(f"/formulas/{formula_uri}/tools") response.raise_for_status() # 检查 HTTP 状态码 try: return response.json().get("tools", []) except json.JSONDecodeError as e: print(f"错误: 无法解析响应为 JSON (状态码: {response.status_code})") print(f"响应内容: {response.text[:500]}") raise def call_tool(self, formula_uri: str, function: str, args: dict): """调用官方工具""" response = self.httpx.post( f"/formulas/{formula_uri}/fibers", json={"name": function, "arguments": json.dumps(args)}, ) response.raise_for_status() # 检查 HTTP 状态码 fiber = response.json() if fiber.get("status", "") == "succeeded": return fiber["context"].get("output") or fiber["context"].get("encrypted_output") if "error" in fiber: return f"Error: {fiber['error']}" if "error" in fiber.get("context", {}): return f"Error: {fiber['context']['error']}" return "Error: Unknown error" def close(self): """关闭客户端连接""" self.httpx.close()