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。
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00- QQwen3.5-397B-A17BQwen3.5 实现了重大飞跃,整合了多模态学习、架构效率、强化学习规模以及全球可访问性等方面的突破性进展,旨在为开发者和企业赋予前所未有的能力与效率。Jinja00
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
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
ruoyi-plus-soybeanRuoYi-Plus-Soybean 是一个现代化的企业级多租户管理系统,它结合了 RuoYi-Vue-Plus 的强大后端功能和 Soybean Admin 的现代化前端特性,为开发者提供了完整的企业管理解决方案。Vue06- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00