Ollama工具定义中数组参数类型的扩展支持探讨
2025-04-28 18:52:14作者:裘晴惠Vivianne
在人工智能应用开发领域,工具调用(Tool Calling)功能已成为大模型与外部系统交互的重要方式。作为开源项目Ollama的核心开发者社区近期针对工具定义规范中的数组参数类型描述能力进行了深入讨论和技术实现。
背景与现状
当前Ollama的工具定义语法基于JSON Schema规范,但存在一个明显的功能缺口:当定义数组类型的参数时,系统无法完整描述数组元素的内部结构。这在处理复杂数据交互场景时会产生显著限制,例如:
- 实验室样本处理场景需要传递样本对象数组
- 电商订单系统需要处理包含多个商品条目的订单
- 金融交易系统需要处理包含多笔交易记录的批次
现有实现中,虽然可以声明参数为数组类型("type": "array"),但数组元素的详细结构定义会在传输过程中被剥离,导致大模型无法准确理解预期的数据结构格式。
技术实现分析
通过分析Ollama的源代码可以发现,当前工具定义的处理流程中存在对items字段的过滤操作。这直接导致了如下技术限制:
- 类型信息丢失:数组元素的类型定义无法传递到模型端
- 结构描述不完整:复杂对象数组无法定义其内部字段结构
- 验证功能缺失:服务端无法对数组元素进行结构验证
解决方案与实现
社区提出的技术方案是通过完整支持JSON Schema中的items属性来实现数组元素的类型定义。具体实现包括:
- 语法扩展:在工具定义中支持完整的
items属性结构 - 传输保障:确保
items定义在API调用过程中不被剥离 - 验证增强:服务端增加对数组元素结构的验证逻辑
示例定义展示了如何描述一个包含复杂对象的数组参数:
{
"sample_list": {
"type": "array",
"items": {
"type": "object",
"properties": {
"sample_name": {"type": "string"},
"mass": {"type": "integer"}
},
"required": ["sample_name", "mass"]
}
}
}
应用价值
这一改进将为Ollama带来显著的技术优势:
- 增强的语义理解:使大模型能更精确地理解预期的数据结构
- 提升交互可靠性:减少因数据结构误解导致的调用错误
- 扩展应用场景:支持更复杂的业务逻辑和系统集成需求
总结与展望
Ollama对数组参数类型的完整支持标志着其工具调用功能向企业级应用迈出了重要一步。未来,随着对更多JSON Schema特性的支持,Ollama有望成为大模型与业务系统集成的重要桥梁,为开发者提供更强大、更灵活的工具交互能力。这一改进也体现了开源社区响应实际需求、持续优化产品的敏捷开发模式。
对于开发者而言,及时了解这些功能扩展将有助于设计更健壮的大模型集成方案,特别是在需要处理复杂数据结构的业务场景中。建议关注Ollama的版本更新日志,以获取最新的功能支持信息。
登录后查看全文
热门项目推荐
相关项目推荐
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
GLM-4.7-FlashGLM-4.7-Flash 是一款 30B-A3B MoE 模型。作为 30B 级别中的佼佼者,GLM-4.7-Flash 为追求性能与效率平衡的轻量化部署提供了全新选择。Jinja00
VLOOKVLOOK™ 是优雅好用的 Typora/Markdown 主题包和增强插件。 VLOOK™ is an elegant and practical THEME PACKAGE × ENHANCEMENT PLUGIN for Typora/Markdown.Less00
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
KuiklyUI基于KMP技术的高性能、全平台开发框架,具备统一代码库、极致易用性和动态灵活性。 Provide a high-performance, full-platform development framework with unified codebase, ultimate ease of use, and dynamic flexibility. 注意:本仓库为Github仓库镜像,PR或Issue请移步至Github发起,感谢支持!Kotlin07
compass-metrics-modelMetrics model project for the OSS CompassPython00
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
525
3.72 K
Ascend Extension for PyTorch
Python
329
391
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++
877
578
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
335
162
暂无简介
Dart
764
189
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
12
1
🎉 (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
1.33 K
746
🔥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
67
20
React Native鸿蒙化仓库
JavaScript
302
350