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
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0191
cann-learning-hubCANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。Jupyter Notebook0114
Step-3.7-FlashStep-3.7-Flash是一个拥有 1980 亿参数的稀疏混合专家(MoE)视觉语言模型,由 1960 亿参数的语言主干网络和 18 亿参数的视觉编码器组合而成,具备原生图像理解能力。Python00
JoyAI-EchoJoyAI-Echo,这是一个独立的、仅用于推理的版本,旨在实现分钟级多镜头音视频生成。它采用了经过蒸馏的DMD生成器、配对的跨模态记忆以及故事级别的一致性。其性能的核心在于,一个跨模态视听记忆库能够在长达五分钟的视频中保持角色外观和语音音色的一致性。同时,一个训练后处理流程将基于记忆的强化学习与分布匹配蒸馏相结合,实现了7.5倍的速度提升,显著增强了视觉质量和对齐效果。00
omega-aiOmega-AI:基于java打造的深度学习框架,帮助你快速搭建神经网络,实现模型推理与训练,引擎支持自动求导,多线程与GPU运算,GPU支持CUDA,CUDNN。Java04
llm-universe本项目是一个面向小白开发者的大模型应用开发教程,在线阅读地址:https://datawhalechina.github.io/llm-universe/Jupyter Notebook08
热门内容推荐
最新内容推荐
项目优选
收起
暂无描述
Dockerfile
763
4.96 K
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。
C++
856
1.92 K
本项目是CANN提供的神经网络类计算算子库,实现网络在NPU上加速计算。
C++
676
1.33 K
Ascend Extension for PyTorch
Python
719
875
deepin linux kernel
C
32
16
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
455
437
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++
1.07 K
1.09 K
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
150
252
CANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。
Jupyter Notebook
297
114
昇腾LLM分布式训练框架
Python
178
220