Agno项目中Gemini模型参数校验问题的分析与解决
2025-05-07 15:18:45作者:蔡丛锟
在Agno项目升级到1.1.0版本后,开发人员在使用Gemini模型时遇到了一个参数校验问题。本文将深入分析该问题的技术背景、产生原因以及解决方案。
问题现象
当开发人员尝试使用Gemini模型执行无参数函数时,系统会抛出400 INVALID_ARGUMENT错误。具体错误信息表明,GenerateContentRequest.tools[0].function_declarations[2].parameters.properties字段在OBJECT类型下不能为空。
技术背景
Gemini模型是Google开发的大语言模型,其API对函数调用的参数结构有严格要求。在函数式编程中,无参函数是一种常见的设计模式,但Gemini的API实现对此有特殊处理要求。
问题根源分析
问题出现在Agno项目中的PythonTools工具类,特别是list_files方法。该方法被设计为无参函数,返回类型为字符串。在底层实现中,系统会自动生成参数模式:
{
'properties': {},
'required': [],
'type': 'object'
}
Gemini API的严格校验机制要求,当参数类型为OBJECT时,properties字段不能为空。这与Google官方文档中"parameters可以为None"的描述存在实现上的不一致。
解决方案
项目维护者采用了优雅的解决方案:
- 在参数转换逻辑中增加条件判断
- 当检测到空参数集时,显式地将parameters设置为None
- 这既符合API文档规范,又避免了校验错误
核心修复代码如下:
if parameters_dict and (parameters_dict["properties"] or parameters_dict["required"]):
parameters_schema = _convert_schema(parameters_dict)
else:
parameters_schema = None
影响范围
该问题影响所有使用以下配置的用户:
- 使用Gemini模型
- 调用无参工具函数
- Agno版本1.1.0
升级建议
项目团队已发布1.1.1版本修复此问题。建议用户通过以下命令升级:
pip install -U agno
最佳实践
为避免类似问题,建议开发人员:
- 明确区分有参和无参函数
- 在定义工具函数时,考虑API的校验规则
- 对新版本进行充分测试后再投入生产环境
总结
这个问题展示了大型语言模型API实现中的一些边界情况处理。Agno团队快速响应并提供了优雅的解决方案,体现了开源项目的协作优势。通过这次事件,我们也更深入理解了Gemini API的参数处理机制,为未来的开发积累了宝贵经验。
登录后查看全文
热门项目推荐
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
最新内容推荐
TJSONObject完整解析教程:Delphi开发者必备的JSON处理指南 32位ECC纠错Verilog代码:提升FPGA系统可靠性的关键技术方案 TortoiseSVN 1.14.5.29465 中文版:高效版本控制的终极解决方案 全球GEOJSON地理数据资源下载指南 - 高效获取地理空间数据的完整解决方案 JDK 8u381 Windows x64 安装包:企业级Java开发环境的完美选择 Windows Server 2016 .NET Framework 3.5 SXS文件下载与安装完整指南 IK分词器elasticsearch-analysis-ik-7.17.16:中文文本分析的最佳解决方案 QT连接阿里云MySQL数据库完整指南:从环境配置到问题解决 ONVIF设备模拟器:开发测试必备的智能安防仿真工具 STM32到GD32项目移植完全指南:从兼容性到实战技巧
项目优选
收起
deepin linux kernel
C
26
9
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
421
3.22 K
Ascend Extension for PyTorch
Python
230
261
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++
689
330
暂无简介
Dart
685
160
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
9
1
React Native鸿蒙化仓库
JavaScript
266
326
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
65
19
🎉 (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
1.22 K
666
仓颉编译器源码及 cjdb 调试工具。
C++
136
869