Multi-Agent Orchestrator工具定义中的JSON Schema类型错误解析
2025-06-11 00:13:29作者:齐冠琰
在Multi-Agent Orchestrator项目开发过程中,定义Agent工具时可能会遇到JSON Schema验证错误的问题。本文将通过一个典型案例,深入分析错误原因并提供解决方案。
问题现象
开发者在定义天气查询工具时,按照如下方式声明了工具参数:
weather_tool = AgentTool(
name="weather_tool",
description="天气查询工具",
properties = {
"day": {
"type": "string",
"description": "星期几"
},
"hour": {
"type": "int", # 这里使用了int类型
"description": "小时数[0-24]",
}
},
func=get_forecast
)
当Agent首次被调用时,系统返回了JSON Schema验证错误,提示输入模式无效。从调试信息可以看到,工具配置最终被序列化为:
{
"tools": [{
"toolSpec": {
"name": "weather_tool",
"description": "天气查询工具",
"inputSchema": {
"json": {
"type": "object",
"properties": {
"day": {"type": "string", "description": "星期几"},
"hour": {"type": "int", "description": "小时数[0-24]"}
},
"required": ["day", "hour"]
}
}
}
}]
}
根本原因分析
问题出在参数类型的定义上。JSON Schema规范中,数字类型应该使用"number"而不是"int"。虽然"int"在编程语言中很常见,但在JSON Schema标准中,只有以下几种基本类型:
- string - 字符串类型
- number - 数字类型(包括整数和浮点数)
- integer - 整数类型(JSON Schema draft-07及以后版本支持)
- boolean - 布尔类型
- object - 对象类型
- array - 数组类型
- null - 空值类型
解决方案
将工具定义中的"int"改为"number"即可解决问题:
weather_tool = AgentTool(
name="weather_tool",
description="天气查询工具",
properties = {
"day": {
"type": "string",
"description": "星期几"
},
"hour": {
"type": "number", # 修正为number类型
"description": "小时数[0-24]",
}
},
func=get_forecast
)
最佳实践建议
- 类型选择:在定义工具参数时,始终使用JSON Schema标准类型
- 参数验证:对于整数参数,可以结合"type": "number"和"multipleOf": 1来确保接收整数
- 范围限制:对于有范围限制的参数,应添加minimum和maximum约束
- 枚举值:对于固定选项的参数,使用enum列出所有可能值
修正后的完整示例如下:
weather_tool = AgentTool(
name="weather_tool",
description="天气查询工具",
properties = {
"day": {
"type": "string",
"enum": ["周一","周二","周三","周四","周五","周六","周日"],
"description": "星期几"
},
"hour": {
"type": "number",
"minimum": 0,
"maximum": 24,
"multipleOf": 1,
"description": "小时数[0-24]",
}
},
func=get_forecast
)
通过遵循这些规范,可以确保工具定义与JSON Schema标准完全兼容,避免出现验证错误。
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 StartedRust0152- 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
项目优选
收起
暂无描述
Dockerfile
733
4.75 K
Ascend Extension for PyTorch
Python
618
795
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
433
395
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++
1.01 K
1.01 K
Claude 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 Started
Rust
1.18 K
152
deepin linux kernel
C
29
16
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
145
237
暂无简介
Dart
983
252
昇腾LLM分布式训练框架
Python
166
198
🎉 (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
1.68 K
989