Claude と Gemini をまたぐツール使用 — 1 つの base_url で動く関数呼び出し

# 標準的な OpenAI の "function" スキーマでツールを定義し、モデルが返す
# tool_calls を読み取る。Claude でも Gemini でもまったく同じ形。
from openai import OpenAI
import json

client = OpenAI(
    api_key="sk-brievio-...",
    base_url="https://api.brievio.com/v1",
)

tools = [
    {
        "type": "function",
        "function": {
            "name": "get_weather",
            "description": "Get the current weather for a city.",
            "parameters": {
                "type": "object",
                "properties": {
                    "city": {"type": "string", "description": "e.g. 'Tokyo'"},
                    "unit": {
                        "type": "string",
                        "enum": ["celsius", "fahrenheit"],
                        "description": "Temperature unit.",
                    },
                },
                "required": ["city"],
            },
        },
    }
]

messages = [{"role": "user", "content": "What's the weather in Tokyo?"}]

resp = client.chat.completions.create(
    model="claude-sonnet-4-6",   # "gemini-2.5-pro" に差し替えても以下のコードは同じ
    messages=messages,
    tools=tools,
    tool_choice="auto",          # 呼び出すかどうかはモデルに委ねる
)

msg = resp.choices[0].message

# モデルは文章で答えず、関数を実行するよう求めてきた。
if msg.tool_calls:
    for call in msg.tool_calls:
        print(call.function.name)             # "get_weather"
        print(call.function.arguments)         # '{"city": "Tokyo", "unit": "celsius"}'
        args = json.loads(call.function.arguments)  # 常に JSON 文字列 — パースすること
else:
    print(msg.content)           # ツール不要の通常の回答

# マルチターンのループ: モデルが求める -> あなたが関数を実行する ->
# その結果を返す -> モデルが最終的な回答を書く。
def run_get_weather(city: str, unit: str = "celsius") -> dict:
    # 実際の実装: HTTP 呼び出し、DB 参照、なんでも。
    return {"city": city, "temp": 18, "unit": unit, "sky": "clear"}

TOOL_IMPLS = {"get_weather": run_get_weather}

def answer(question: str, model: str) -> str:
    messages = [{"role": "user", "content": question}]

    while True:
        resp = client.chat.completions.create(
            model=model,
            messages=messages,
            tools=tools,
            tool_choice="auto",
        )
        msg = resp.choices[0].message

        # ツールの要求なし -> これが最終回答。完了。
        if not msg.tool_calls:
            return msg.content

        # 1. アシスタントのターンを返ってきたとおり厳密に追加する（次の
        #    メッセージが参照すべき tool_call の id を保持しているため）。
        messages.append(msg)

        # 2. 要求された各関数を実行し、呼び出しごとに 1 つの tool メッセージを
        #    追加して、対応する tool_call_id を返す。
        for call in msg.tool_calls:
            fn = TOOL_IMPLS[call.function.name]
            args = json.loads(call.function.arguments)
            result = fn(**args)
            messages.append({
                "role": "tool",
                "tool_call_id": call.id,          # 呼び出しの id と必ず一致させる
                "content": json.dumps(result),    # 結果を文字列化する
            })
        # 3. ループ: モデルはツールの出力を見て続きを進める。

# 同じ関数が 1 つの base_url の背後で両プロバイダーに対して動作する:
print(answer("What's the weather in Tokyo?", "claude-sonnet-4-6"))
print(answer("What's the weather in Tokyo?", "gemini-2.5-pro"))

# 並列ツール呼び出し: 1 回のアシスタントターンで複数の関数を同時に
# 要求できる。あなたはそれらを（必要なら並行して）実行し、呼び出しの id ごとに
# 1 つの tool メッセージを返す。モデルが呼び出しをまとめるかどうかはまちまち —
# だから常にリストを反復処理し、ちょうど 1 件だと決めつけないこと。
messages = [{"role": "user",
             "content": "Compare the weather in Tokyo, Paris and Cairo."}]

resp = client.chat.completions.create(
    model="claude-sonnet-4-6",
    messages=messages,
    tools=tools,
    tool_choice="auto",
)
msg = resp.choices[0].message
messages.append(msg)

# msg.tool_calls には今や別々の id を持つ get_weather 呼び出しが 3 件あるかもしれない。
from concurrent.futures import ThreadPoolExecutor

def handle(call):
    args = json.loads(call.function.arguments)
    result = TOOL_IMPLS[call.function.name](**args)
    return {
        "role": "tool",
        "tool_call_id": call.id,
        "content": json.dumps(result),
    }

with ThreadPoolExecutor() as pool:
    tool_msgs = list(pool.map(handle, msg.tool_calls or []))

messages.extend(tool_msgs)   # 次のリクエストの前にすべての結果を追加する

final = client.chat.completions.create(
    model="claude-sonnet-4-6", messages=messages, tools=tools,
)
print(final.choices[0].message.content)

# 注: モデルがまとめてではなく 1 件ずつ呼び出しを返す場合でも、前のスニペットの
# ループがそのまま処理してくれる — ただ実行ラウンドが増えるだけ。