ChatGLM3工具调用问题解析与解决方案
问题背景
在ChatGLM3项目中,用户在使用tools_using_demo/openai_api_demo.py进行工具调用测试时遇到了422错误。该问题主要出现在工具注册和调用过程中,特别是当尝试使用随机数生成器(random_number_generator)工具时,会出现AttributeError异常。
问题分析
422错误原因
原始代码中,工具注册系统使用了字典(_TOOL_DESCRIPTIONS = {})来存储工具描述信息。然而,OpenAI API期望的工具参数格式应该是列表类型而非字典。这种类型不匹配导致了422错误(Unprocessable Entity Error)。
NoneType错误原因
当用户修改工具注册系统为列表类型后,天气查询工具(get_weather)可以正常工作,但随机数生成器工具仍然失败。这是因为在处理工具调用响应时,代码尝试访问chunk.choices[0].delta.function_call属性,但该属性在某些情况下可能为None。
解决方案
工具注册系统修改
-
将tool_register.py中的_TOOL_DESCRIPTIONS从字典改为列表:
_TOOL_DESCRIPTIONS = [] # 原为 _TOOL_DESCRIPTIONS = {}
-
修改register_tool方法中的工具添加方式:
_TOOL_DESCRIPTIONS.append(tool_def) # 原为 _TOOL_DESCRIPTIONS[tool_name] = tool_def
-
更新get_tools方法的返回类型声明:
def get_tools() -> list[Any]: # 原为 def get_tools() -> dict:
工具调用处理优化
对于function_call可能为None的情况,应该添加适当的错误处理:
function_call = chunk.choices[0].delta.function_call
if function_call is None:
logger.error("Function call is None")
continue # 或采取其他适当的错误处理措施
技术原理
ChatGLM3的工具调用机制基于OpenAI API规范,其核心原理是:
-
工具注册:通过定义工具的名称、描述和参数,系统能够理解可用的工具及其使用方式。
-
工具选择:模型根据用户查询的内容,自动判断是否需要调用工具以及调用哪个工具。
-
参数提取:模型从用户输入中提取出符合工具定义的参数。
-
工具执行:系统执行实际工具代码并返回结果。
-
结果整合:模型将工具执行结果整合到最终回复中。
最佳实践建议
-
工具定义规范化:确保工具的描述、参数定义等符合OpenAI API规范。
-
错误处理完善化:对所有可能的None值情况进行防御性编程。
-
日志记录详细化:在关键步骤添加详细的日志记录,便于问题排查。
-
类型检查严格化:使用类型注解和运行时类型检查确保数据格式正确。
-
测试覆盖全面化:为各种工具调用场景编写测试用例。
总结
ChatGLM3的工具调用功能虽然强大,但在实际使用中需要注意API规范和数据类型的匹配问题。通过将工具注册系统从字典改为列表,并完善错误处理逻辑,可以有效解决工具调用失败的问题。开发者在使用时应当充分理解工具调用机制的原理,并遵循最佳实践来确保功能的稳定性和可靠性。
- DDeepSeek-V3.1-BaseDeepSeek-V3.1 是一款支持思考模式与非思考模式的混合模型Python00
- QQwen-Image-Edit基于200亿参数Qwen-Image构建,Qwen-Image-Edit实现精准文本渲染与图像编辑,融合语义与外观控制能力Jinja00
GitCode-文心大模型-智源研究院AI应用开发大赛
GitCode&文心大模型&智源研究院强强联合,发起的AI应用开发大赛;总奖池8W,单人最高可得价值3W奖励。快来参加吧~051CommonUtilLibrary
快速开发工具类收集,史上最全的开发工具类,欢迎Follow、Fork、StarJava04GitCode百大开源项目
GitCode百大计划旨在表彰GitCode平台上积极推动项目社区化,拥有广泛影响力的G-Star项目,入选项目不仅代表了GitCode开源生态的蓬勃发展,也反映了当下开源行业的发展趋势。06GOT-OCR-2.0-hf
阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00openHiTLS
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!C0305- WWan2.2-S2V-14B【Wan2.2 全新发布|更强画质,更快生成】新一代视频生成模型 Wan2.2,创新采用MoE架构,实现电影级美学与复杂运动控制,支持720P高清文本/图像生成视频,消费级显卡即可流畅运行,性能达业界领先水平Python00
- GGLM-4.5-AirGLM-4.5 系列模型是专为智能体设计的基础模型。GLM-4.5拥有 3550 亿总参数量,其中 320 亿活跃参数;GLM-4.5-Air采用更紧凑的设计,拥有 1060 亿总参数量,其中 120 亿活跃参数。GLM-4.5模型统一了推理、编码和智能体能力,以满足智能体应用的复杂需求Jinja00
Yi-Coder
Yi Coder 编程模型,小而强大的编程助手HTML013
热门内容推荐
最新内容推荐
项目优选









