Langroid项目中Gemini模型函数调用问题的分析与解决

问题背景

在Langroid项目中，当开发者使用Gemini系列模型（如gemini-1.5-flash或gemini-2.0-flash）构建带有工具调用的Agent时，会遇到一个特定的错误。这个Agent配置了工具（例如获取天气信息的get_weather工具），并且设置了use_functions_api和use_tools_api为True。在对话过程中，当工具响应需要返回给语言模型时，系统会抛出400错误，提示"Unable to submit request because it has an empty text parameter"。

错误分析

深入分析错误日志和请求结构，我们发现问题的核心在于消息历史记录中的content字段为空。具体表现为：

1. 当Agent需要调用工具时，系统会在消息历史中添加一个assistant角色的消息
2. 这条消息包含tool_calls字段，但content字段为空字符串
3. Gemini模型对空content字段特别敏感，会拒绝处理这样的请求
4. 而其他模型（如GPT系列）通常能够容忍这种情况

技术细节

在Langroid的消息处理流程中，llm_response和llm_response_async方法负责构建和发送请求。当使用Gemini模型时，如果最后一条消息的content为空，就会触发上述错误。这与Gemini API的严格参数验证机制有关，它要求所有消息都必须包含非空的文本内容。

解决方案

针对这个问题，开发团队提出了一个简单而有效的修复方案：

1. 在发送请求前检查当前使用的模型是否为Gemini系列
2. 如果最后一条消息的content为空，则将其设置为一个空格字符
3. 这种处理方式既满足了Gemini API的参数要求，又不会影响工具调用的功能逻辑

实现考量

在实现修复时，团队还考虑了以下因素：

1. 兼容性：确保修改不会影响其他模型的行为
2. 健壮性：对空内容的检查应该使用strip()方法，避免空格被视为空内容
3. 测试验证：通过特定测试用例确认修复效果，特别是针对任务场景的测试

总结

这个问题展示了不同语言模型API在参数验证上的差异性，也提醒开发者在构建跨模型兼容的Agent时需要特别注意各平台的特定要求。Langroid团队通过这个修复不仅解决了Gemini模型下的工具调用问题，也增强了框架对不同模型API的适应能力。

对于开发者来说，当使用Gemini模型构建带有工具调用的Agent时，现在可以放心地依赖Langroid框架提供的稳定功能，无需担心因空内容参数导致的API调用失败问题。