摘要：在当今人工智能领域，DeepSeek-R1已经成为炙手可热的明星模型。然而，尽管其强大的自然语言处理能力备受赞誉，许多开发者发现这个模型默认并不支持函数调用。函数调用作为编程开发中不可或缺的部分，为何在这个强大的模型中得不到直接支持呢？今天，我们将深挖如何通过

在当今人工智能领域，DeepSeek-R1已经成为炙手可热的明星模型。然而，尽管其强大的自然语言处理能力备受赞誉，许多开发者发现这个模型默认并不支持函数调用。函数调用作为编程开发中不可或缺的部分，为何在这个强大的模型中得不到直接支持呢？今天，我们将深挖如何通过一些技术手段，使DeepSeek-R1:7b模型支持这一关键功能。我们采用的方法并非对模型进行耗时的微调，而是结合提示词技术和接口封装来巧妙实现函数调用功能。让我们一同揭开这个技术方案的神秘面纱。

DeepSeek-R1设计的初衷是为了在自然语言处理领域提供强大的生成和理解能力，其核心任务集中在文本生成、语言翻译等。然而，由于其底层架构并非为直接支持编程任务量身定制，因此未能在模型原生支持中体现函数调用功能。

我们提出了一种无需模型微调的方法，通过使用提示词和接口封装技术，为DeepSeek-R1:7b模型添加函数调用支持。这一方案不仅减少了技术实施的复杂度，也保持了模型的轻量化特性。

首先，您需要下载一个名为FunctionCallBridge的程序。在我们的微信公众号上回复关键词“FunctionCallBridge”，即可获取下载链接。该程序包含一个可执行文件（exe）和两个提示词文件。

另外由于该程序由.net开发，如果没有环境需要安装环境：

下载完成后，让我们来看看程序的结构。FunctionCallBridge包含一个核心的可执行文件和两个提示词文件——FunctionCallPrompt.txt和JsonPrompt.txt。不同模型可能需要修改提示词，这里我们提供的是针对7b模型的配置。将来如果要应用于其他版本的模型，您或许需要根据实际效果进行提示词的调整。

在确保程序结构无误后，启动FunctionCallBridge.exe。程序会在本地搭建一个接口通信平台。

一旦FunctionCallBridge程序启动，您就可以使用http://localhost:5000/v1/chat/completions

接口，这将替代原有的通过ollama提供的URL：

这样，通过新接口即可实现DeepSeek-R1模型的函数调用。

在成功完成上述步骤后，您便可以亲身体验DeepSeek-R1:7b模型中支持函数调用的强大功能。通过简单的接口替代，模型可处理更复杂的编程任务，极大提升了开发效率和模型使用的广度。

同时，我们也针对deepseek兼容了openai格式的json_object

提示词在函数调用实现中扮演着重要角色。为了提升模型的准确性和响应效果，提示词设计需要考虑以下因素：

明确性

：提示词应该明确表述想实现的功能，降低理解歧义。

简洁性

：过于复杂的提示词可能导致模型理解偏差，应尽量保持语言简练。

通用性

：设计提示词时，应考虑不同场景的适用性，使之尽可能广泛适用。

通过不断实践与调整，相信您能找到适合特定场景的最佳提示词组合，从而让DeepSeek-R1的函数调用更加精准高效。

DeepSeek-R1通过这类方案为函数调用提供支持，体现了AI技术与软件开发的融合潜力。在不久的将来，我们有理由相信，更多的AI模型将在本地化支持编程功能上取得突破，使开发过程更加智能化与自动化。这不仅将革新开发者的工作流程，也将为AI技术的普及应用打开新的大门。

本文详细讲解了通过FunctionCallBridge程序，使DeepSeek-R1模型支持函数调用的实现过程。通过下载程序、调整提示词、启动接口等一系列简单步骤，您便可以解锁模型的新场景应用能力。我们期待，随着技术的不断进步，AI模型在编程任务中的应用将帮助更多开发者减轻负担，加速创新。

来源：opendotnet