- Qwen 2.5 7B bietet erweiterte Programmier- und Mathematikfähigkeiten, verbesserte Befolgung von Anweisungen und strukturierte Textgenerierung.
- Das Modell unterstützt Function Calling. Novita AI bietet dieses Modell völlig kostenlos an, um die Open-Source-Community zu unterstützen und zu fördern.
Novita AI bietet Qwen 2.5 7B jetzt kostenlos an und ermöglicht Entwicklern leistungsstarke Programmier-, Mathematik- und strukturierte Textgenerierungsfunktionen. Mit vollständiger Unterstützung für Function Calling schließt dieses Modell die Lücke zwischen KI und realer Automatisierung – ideal für die mühelose Entwicklung intelligenterer Anwendungen.
Was ist Function Calling?
Function Calling ist eine Fähigkeit in der KI, insbesondere bei großen Sprachmodellen (LLMs), die es dem Modell ermöglicht, mit externen Funktionen, Tools oder APIs zu interagieren, um bestimmte Aufgaben über die reine Textgenerierung hinaus auszuführen. Anstatt nur Text zu produzieren, erkennt das Modell, wann eine bestimmte Funktion basierend auf der Benutzeraufforderung aufgerufen werden sollte, bestimmt die richtige Funktion und gibt die erforderlichen Parameter für diese Funktion an. Die tatsächliche Ausführung der Funktion erfolgt durch ein externes System oder eine Anwendung, nicht durch das Modell selbst.
https://www.youtube.com/watch?v=aqdWSYWC\_LI
Wie funktioniert Function Calling?
Function Calling ermöglicht es KI-Modellen, während eines Gesprächs mit externen Tools, APIs oder internen Funktionen zu interagieren. Anstatt einfach Text zu generieren, kann das Modell erkennen, wann eine Funktion benötigt wird, den korrekten Funktionsaufruf mit strukturierten Argumenten erzeugen und ausführen, um Ergebnisse abzurufen. Dies überbrückt die Lücke zwischen natürlichsprachlichem Verständnis und realen Aktionen und ermöglicht es Modellen, Aufgaben wie das Abrufen von Echtzeitdaten, die Verwaltung von Arbeitsabläufen oder das automatische Auslösen von Systemaktionen durchzuführen.
Was sind die Vorteile von Function Calling?
- Interaktion mit der realen Welt: Modelle können Aktionen auslösen, nicht nur Informationen bereitstellen.
- Automatisierung: Optimieren Sie Prozesse wie Datenabruf, Buchungen, Formulareinreichungen und mehr.
- Strukturiertes Verständnis: Anstatt sich nur auf Textgenerierung zu verlassen, organisiert das Modell die Ausgabe in vordefinierten Formaten und reduziert so Fehler.
- Erweiterte Anwendungsfälle: Erstellen Sie dynamische Apps, Assistenten und Systeme, die zuverlässiger und effizienter sind.
- Entwicklereffizienz: Wenn Sie im Voraus wissen, dass ein Modell Function Calling unterstützt, können Sie Integrationen schneller planen, ohne große Änderungen vornehmen zu müssen.
Was ist Qwen 2.5 7B?
Qwen 2.5 7B Benchmark
Hardware-Anforderungen für Qwen 2.5 7B
So verwenden Sie Qwen 2.5 7B Function Calling über Novita AI
Novita AI hat Unterstützungsbeschreibungen für jedes LLM veröffentlicht, die Sie direkt in der [Konsole](https://novita.ai/models-console/?utm_source=blog_llm&utm_medium=article&utm_campaign=/ llama-4-maverick-function-calling/) und in der [Dokumentation](https://novita.ai/docs/guides/llm-function-calling/?utm_source=blog_llm&utm_medium=article&utm_campaign= llama-4-maverick-function-calling) einsehen können.
Schritt 1: Bei Novita AI anmelden
Sobald Sie auf der Novita AI Startseite sind, klicken Sie einfach oben rechts auf die Schaltfläche „Log In“ oder „Get Started“. Sie können sich bequem mit Google, GitHub, Hugging Face oder einfach mit Ihrer E-Mail anmelden – ganz wie Sie möchten!
Schritt 2: Klicken Sie in der Konsole auf „Model API“!
Nach der Anmeldung werden Sie zum Novita Console Dashboard weitergeleitet. Klicken Sie oben auf „Model API“. In diesem Bereich erhalten Sie Zugriff auf eine vollständige Liste der verfügbaren Modelle sowie detaillierte Informationen zu deren Fähigkeiten – einschließlich der Frage, ob sie Function Calling und Structured Outputs unterstützen.
Schritt 3: Wählen Sie Ihr Modell aus und überprüfen Sie es!
Suchen Sie einfach das gewünschte Modell, klicken Sie darauf, und es öffnet sich ein Fenster auf der rechten Seite. Unter „Supported Capabilities“ sehen Sie sofort, ob Function Calling und Structured Outputs unterstützt werden.
Schritt 4: Initialisieren des Clients
Zuerst müssen Sie den Client mit Ihrem Novita API-Key initialisieren.
from openai import OpenAI
import json
client = OpenAI(
base_url="https://api.novita.ai/v3/openai",
# Holen Sie sich den Novita AI API Key von: https://novita.ai/settings/key-management.
api_key="<Ihr Novita AI API Key>",
)
model = "deepseek/deepseek_v3"
Schritt 5: Definieren der aufzurufenden Funktion
Definieren Sie als Nächstes die Python-Funktion, die das Modell aufrufen kann. In diesem Beispiel eine Funktion zum Abrufen von Wetterinformationen.
# Beispiel-Funktion zur Simulation des Abrufens von Wetterdaten.
def get_weather(location):
"""Ruft das aktuelle Wetter für einen bestimmten Ort ab."""
print("Rufe get_weather-Funktion auf mit Ort: ", location)
# In einer echten Anwendung würden Sie hier eine externe Wetter-API aufrufen.
# Dies ist ein vereinfachtes Beispiel, das fest codierte Daten zurückgibt.
return json.dumps({"location": location, "temperature": "60 Grad Fahrenheit"})
Schritt 6: Erstellen der API-Anfrage mit Tools und Benutzernachricht
Erstellen Sie nun die API-Anfrage an den Novita-Endpunkt. Diese Anfrage enthält den Parameter tools, der die Funktionen definiert, die das Modell verwenden kann, sowie die Nachricht des Benutzers.
tools = [
{
"type": "function",
"function": {
"name": "get_weather",
"description": "Wetter eines Ortes abrufen. Der Benutzer sollte zuerst einen Ort angeben.",
"parameters": {
"type": "object",
"properties": {
"location": {
"type": "string",
"description": "Stadt und Bundesstaat, z.B. San Francisco, CA",
}
},
"required": ["location"]
},
}
},
]
messages = [
{
"role": "user",
"content": "Wie ist das Wetter in San Francisco?"
}
]
# Senden wir die Anfrage und geben die Antwort aus.
response = client.chat.completions.create(
model=model,
messages=messages,
tools=tools,
)
# Bitte überprüfen Sie, ob die Antwort Tool-Aufrufe enthält, wenn in der Produktion.
tool_call = response.choices[0].message.tool_calls[0]
print(tool_call.model_dump())
Ausgabe:
{'id': '0', 'function': {'arguments': '{"location": "San Francisco, CA"}', 'name': 'get_weather'}, 'type': 'function'}
Qwen 2.5 7B auf Novita AI ist nicht nur kostenlos – es ist ein Game-Changer. Mit integriertem Function Calling können Sie über die Textgenerierung hinausgehen und dynamische, handlungsorientierte KI-Lösungen erstellen. Tauchen Sie mit Novitas kostenloser und einfach zugänglicher Plattform in die Zukunft KI-gesteuerter Arbeitsabläufe ein.
Häufig gestellte Fragen
Was ist Function Calling?
Es ermöglicht LLMs, externe Tools oder APIs auszulösen, um Aufgaben auszuführen und Daten abzurufen.
Warum sollten Entwickler sich für Function Calling interessieren?
Es verwandelt KI von einem Textantwortenden in einen Handelnden – automatisiert Aufgaben, verbessert die App-Leistung und spart Zeit.
Wie verwende ich das Function Calling von Qwen 2.5 7B?
Melden Sie sich einfach bei Novita AI an, greifen Sie auf „Model API“ zu, wählen Sie Qwen 2.5 7B aus, prüfen Sie die Unterstützung für Function Calling und integrieren Sie es mithilfe der bereitgestellten Client-Einrichtung und Tool-Definition.
Novita AI ist die All-in-One-Cloud-Plattform, die Ihre KI-Ambitionen unterstützt. Integrierte APIs, serverlos, GPU-Instanz – die kosteneffizienten Tools, die Sie brauchen. Verzichten Sie auf Infrastruktur, starten Sie kostenlos und machen Sie Ihre KI-Vision zur Realität.
