{
        "name": "base_info",
        "description": """查询指定影城的基础信息，包括影院开业时间、影厅数量、今年票房、排名、排座、历年票房表现等等一切影城维度的数据""",
        "parameters": {
            "type": "object",
            "properties": {
                "business_date_start": {
                    "description": "要查询的开始时间,格式为'yyyymmdd'的八位数字，非必传，可以为空",
                    "type": 'int'
                },
                "business_date_end": {
                    "description": "要查询的结束时间,格式为'yyyymmdd'的八位数字，非必传，可以为空",
                    "type": 'int'
                },
                "cinema_code": {
                    "description": "筛选的影城编码，非必传，可以为空",
                    "type": 'str'
                },
                "cinema_name": {
                    "description": "筛选的影城名称，非必传，可以为空",
                    'type': 'int'
                },
                "hasService": {
                    "description": "是否包含服务费，包含为1，不包含为0，非必传，默认为1",
                    "type": 'str'
                },
                "periodTime": {
                    "description": "时段 1:全天 2:黄金场，非必传，默认为1",
                    "type": 'str'
                },
            },
            "required": ['business_date_start', 'business_date_end', 'cinema_code', 'cinema_name', 'hasService',
                         'periodTime']
        }
    },
]

system_info = {
    "role": "system",
    "content": "Answer the following questions as best as you can. You have access to the following tools:",
    "tools": tools
}
messages = [system_info]
messages.append({"role": "system", "content": "不要假设或猜测传入函数的参数值。如果用户的描述不明确，请要求用户提供必要信息"})
messages.append({"role": "system", "content": "不要假设或猜测函数的返回值。如果无法理解返回值的含义，请将返回值完整展示给用户，并告诉用户无法理解，如果函数没有返回任何值，请告诉用户函数调用没有结果"})
messages.append({"role": "system", "content": "如果用户提供的信息不足以调用函数，请告诉用户需要的信息"})
messages.append({"role": "system", "content": "如果用户提供的信息没有涉及非必传参数，请使用默认值调用函数，并告诉用户已使用默认值"})

from transformers import AutoTokenizer, AutoModel
tokenizer = AutoTokenizer.from_pretrained(model_path, trust_remote_code=True)
model = AutoModel.from_pretrained(model_path, trust_remote_code=True, )
model = model.eval()
history = messages
# response, history = model.chat(tokenizer, '查询2024年影城编码为31081501的影院全国排名', history=messages)
for response, history in model.stream_chat (tokenizer, '查询2024年影城编码为31081501的影院全国排名', history=history):
# response, history = model.chat(tokenizer, response, history=history)
    print(response)`