ChatGLM3项目函数调用功能失效问题分析与解决方案
问题背景
在ChatGLM3项目的开发过程中,近期出现了一个影响较大的技术问题:官方提供的所有基于AI服务API实现的函数调用功能突然全部失效。这一问题直接影响了项目中两个关键示例脚本(api_request.py和api_demo.py)的正常运行,只有基于HuggingFace的composite_demo仍能正常工作。
问题根源分析
经过技术团队深入排查,发现问题源于一次代码提交(6c0afae6e4cf6a24143c67d976d295cd1869de50)。该提交本意是改进agent chat功能,但在实现过程中出现了两个关键问题:
-
路由变更问题:开发者原本计划使用新的web endpoint
/agent/chat,但实际修改的却是/v1/chat/completions接口,导致功能路径错位。 -
工具调用限制:代码中错误地将所有外部传入的tools声明完全屏蔽,只允许使用tools包下预定义的函数,这与项目最初设计的开放性原则相违背。
技术影响评估
这一变更对项目产生了多方面影响:
-
功能兼容性破坏:原本支持的外部工具集成功能突然失效,导致依赖此功能的用户无法正常使用。
-
设计原则冲突:项目最初遵循"API对接时不处理工具执行部分"的原则,但此次变更却将工具执行强制纳入项目内部管理。
-
用户体验下降:用户突然面临功能不可用的情况,且缺乏明确的错误提示,增加了排查难度。
解决方案演进
技术团队针对此问题提出了多阶段的解决方案:
临时解决方案
建议用户回退到早期版本(7bd44df08d1476a264724bff59010bede3f79fbf),该版本函数调用功能正常。
最终解决方案
经过社区讨论和代码审查,技术团队提交了新的PR,实现了:
- 恢复默认配置下外部tools的传入功能
- 添加了相关的环境变量配置
- 确保两种模式兼容:
- 标准AI服务接口模式(适用于有API key的场景)
- 自定义路由模式(适用于无API key等特殊场景)
技术实现细节
最终的解决方案体现了以下技术特点:
-
双模式兼容设计:
- 标准模式保持AI服务接口的流式体验优势
- 自定义模式提供更强的灵活性和适应性
-
增强的调度能力:
- 内置工具调度异常的自修复机制
- 允许用户自定义接口路由参数
-
开发者友好性:
- 用户可专注于工具箱(tools)开发
- 无需关心底层调度算法实现
经验总结
此次事件为开源项目管理提供了宝贵经验:
-
变更影响评估:即使是改进性变更,也需要全面评估对现有功能的影响。
-
设计原则坚守:应当坚持项目最初的设计理念和接口约定。
-
兼容性保障:新功能的引入不应破坏现有功能的正常使用。
-
及时响应机制:社区成员发现问题后能够快速响应并提出解决方案。
通过这次问题的解决,ChatGLM3项目的函数调用功能不仅得到了恢复,还在可用性和灵活性方面获得了提升,为后续的功能扩展奠定了更坚实的基础。
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 StartedRust0155- DDeepSeek-V4-ProDeepSeek-V4-Pro(总参数 1.6 万亿,激活 49B)面向复杂推理和高级编程任务,在代码竞赛、数学推理、Agent 工作流等场景表现优异,性能接近国际前沿闭源模型。Python00
LongCat-Video-Avatar-1.5最新开源LongCat-Video-Avatar 1.5 版本,这是一款经过升级的开源框架,专注于音频驱动人物视频生成的极致实证优化与生产级就绪能力。该版本在 LongCat-Video 基础模型之上构建,可生成高度稳定的商用级虚拟人视频,支持音频-文本转视频(AT2V)、音频-文本-图像转视频(ATI2V)以及视频续播等原生任务,并能无缝兼容单流与多流音频输入。00
auto-devAutoDev 是一个 AI 驱动的辅助编程插件。AutoDev 支持一键生成测试、代码、提交信息等,还能够与您的需求管理系统(例如Jira、Trello、Github Issue 等)直接对接。 在IDE 中,您只需简单点击,AutoDev 会根据您的需求自动为您生成代码。Kotlin03
Intern-S2-PreviewIntern-S2-Preview,这是一款高效的350亿参数科学多模态基础模型。除了常规的参数与数据规模扩展外,Intern-S2-Preview探索了任务扩展:通过提升科学任务的难度、多样性与覆盖范围,进一步释放模型能力。Python00
skillhubopenJiuwen 生态的 Skill 托管与分发开源方案,支持自建与可选 ClawHub 兼容。Python0112