Function calling¶

Fairmark genera le definizioni dei tool per qualsiasi LLM che supporti il function calling. Sono costruite dagli JSON Schema del motore, quindi corrispondono sempre all'implementazione.

Provider	Definizioni	Formato
Anthropic Messages API	`fm.tools.anthropic()`	`name`, `description`, `input_schema`
Chat Completions di OpenAI e compatibili	`fm.tools.openai(portable=False)`	`{"type": "function", "function": {...}}`
OpenAI Responses API	`fm.tools.openai_responses()`	`{"type": "function", "name": ..., "parameters": ...}`
Google Gemini	`fm.tools.gemini()`	`name`, `description`, `parametersJsonSchema`
Per nome del provider	`fm.tools.for_provider("ollama")`	il formato giusto per quel provider
Qualsiasi altro	`fm.tools.definitions(portable=False)`	`name`, `description`, `parameters` (JSON Schema)

Provider supportati ed esempi completi: Provider LLM.

Eseguire le chiamate¶

result = fm.tools.dispatch(name, arguments)   # arguments: dict o stringa JSON

dispatch non solleva eccezioni su input non validi. Restituisce {"error": {"code", "message"}}, da rimandare al modello come risultato del tool perché corregga i parametri.

Nomi dei tool¶

Il metodo dcf.fcff diventa il tool fairmark_dcf_fcff. Usa fm.tools.method_id(name) per la conversione inversa.

Gli schemi visti dal modello¶

Gli schemi sono espansi (senza $ref) per la compatibilità tra fornitori. I campi decimali accettano numeri o stringhe; le descrizioni dichiarano le unità in modo esplicito ("decimal fraction, 0.09 = 9%"), ed è questo che porta i modelli a estrarre i tassi correttamente. La variante portabile (portable=True, usata per Gemini e per i runtime locali di modelli open-weight) dichiara i decimali come stringhe, trasforma i valori opzionali (X or null) in semplici X (un campo opzionale è semplicemente non obbligatorio) e rimuove pattern e additionalProperties. Le date sono stringhe ISO 8601 ("2026-06-30") in entrambe le varianti.