需使用【hunyuan-functioncall】模型、sdk≥3.0.1216，构造含tools的messages请求；解析tool_calls后，按id严格匹配插入role="tool"消息，再调用api获取最终回答。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜
你需要让腾讯混元模型在调用外部工具后，把工具返回的结构化数据正确送回模型继续推理，否则模型无法基于真实结果生成后续回答。
确认模型支持 function call
使用 【hunyuan-functioncall】 模型 ID，不是 hunyuan-pro 或 hunyuan-standard。其他模型不解析 tools 字段，也不会触发 tool_calls 返回，强行传入 tools 会被静默忽略。
检查 SDK 版本是否 ≥ 3.0.1216，旧版本未适配 function call 协议，会抛出 UnknownParameter 错误。
构造带 tools 的请求消息
在 messages 数组末尾添加用户问题，例如：{"role": "user", "content": "查一下北京今天天气怎么样？"}
同时传入 tools 参数，定义函数签名，字段必须包含 type、function.name、function.description、function.parameters（JSON Schema 格式）。
注意：parameters 中的 required 字段必须显式列出必填项，漏写会导致模型无法生成有效 tool_calls 参数。
捕获并解析 tool_calls 响应
发送请求后，响应中若含 choices[0].message.tool_calls 字段，说明模型决定调用工具。
逐个提取 tool_calls[i].function.name 和 tool_calls[i].function.arguments（字符串），用 json.loads 解析为 dict —— 【arguments 是 JSON 字符串，不是 dict】。
若 arguments 解析失败，说明模型输出格式异常，需丢弃该条响应，不可直接传给下游工具。
把工具结果塞回 messages 继续对话
第一步：将原始 user 消息和 model 的 tool_calls 消息原样保留在 messages 中；
第二步：追加一条 role="tool" 的消息，格式为：{"role": "tool", "tool_call_id": tool_calls[i].id, "content": ''}；
第三步：再次调用 API，传入更新后的完整 messages 数组 —— 模型会读取 tool 消息内容，并据此生成最终回答。
注意：tool_call_id 必须与上一轮响应中的 tool_calls[i].id 完全一致，大小写和符号都不能错，否则模型无法关联上下文。
大量免费API接口：立即使用
涵盖生活服务API、金融科技API、企业工商API、等相关的API接口服务。免费API接口可安全、合规地连接上下游，为数据API应用能力赋能！
