QwenLM/Qwen项目中百炼文档Function Call示例问题分析
2025-05-12 22:37:15作者:尤峻淳Whitney
在QwenLM/Qwen项目的百炼文档中,关于Function Call的示例代码存在一个常见但容易被忽视的问题。这个问题会导致开发者在实际调用API时遇到参数错误,影响开发效率。
问题现象
当开发者按照文档示例代码执行Function Call时,系统会返回400错误,提示消息内容不合法。具体错误信息表明:当消息角色为"tool"时,必须是对前一条包含"tool_calls"消息的响应。这意味着示例代码中缺少了关键的一步操作。
技术分析
在OpenAI风格的API调用中,Function Call的正确流程应该包含以下几个步骤:
- 首次调用时传入messages和tools参数
- 获取包含tool_calls的响应
- 将响应消息追加到对话历史中
- 然后才能发送tool角色的消息
文档示例中缺少了第三步,即没有将首次调用的响应消息追加到对话历史中,导致后续调用时上下文不完整,API无法验证tool消息的合法性。
解决方案
正确的代码实现应该包含以下关键修改:
# 首次调用获取工具调用请求
first_response = client.chat.completions.create(
model="qwen-plus",
messages=messages,
tools=tools
)
# 必须将响应消息添加到对话历史中
assistant_output = first_response.choices[0].message
messages.append(assistant_output) # 这是文档中缺失的关键步骤
# 然后才能处理工具调用结果
最佳实践建议
- 在使用Function Call时,务必保持对话上下文的完整性
- 每次API调用后,都应该将响应消息添加到对话历史中
- 对于工具调用的响应,需要确保其对应前一个工具调用请求
- 在开发过程中,建议逐步打印和检查messages列表的内容,确保上下文结构正确
这个问题虽然看似简单,但对于刚接触Function Call功能的开发者来说可能会造成困扰。理解API调用的上下文管理机制,是正确使用这类功能的关键。
登录后查看全文
热门项目推荐
相关项目推荐
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
GLM-4.7-FlashGLM-4.7-Flash 是一款 30B-A3B MoE 模型。作为 30B 级别中的佼佼者,GLM-4.7-Flash 为追求性能与效率平衡的轻量化部署提供了全新选择。Jinja00
VLOOKVLOOK™ 是优雅好用的 Typora/Markdown 主题包和增强插件。 VLOOK™ is an elegant and practical THEME PACKAGE × ENHANCEMENT PLUGIN for Typora/Markdown.Less00
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
KuiklyUI基于KMP技术的高性能、全平台开发框架,具备统一代码库、极致易用性和动态灵活性。 Provide a high-performance, full-platform development framework with unified codebase, ultimate ease of use, and dynamic flexibility. 注意:本仓库为Github仓库镜像,PR或Issue请移步至Github发起,感谢支持!Kotlin07
compass-metrics-modelMetrics model project for the OSS CompassPython00
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
522
3.71 K
Ascend Extension for PyTorch
Python
327
384
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
875
576
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
334
161
暂无简介
Dart
762
184
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.32 K
744
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
12
1
React Native鸿蒙化仓库
JavaScript
302
349
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
112
134