解决ag2项目中Anthropic模型工具签名验证问题
在ag2项目开发过程中,我们遇到了一个关于Anthropic模型工具签名验证的有趣技术问题。这个问题涉及到当工具参数包含自定义类时,Anthropic模型无法正确解析工具签名的情况。
问题现象
开发人员在使用Anthropic的Claude模型时发现,当注册的工具函数参数中包含自定义类(特别是TypedDict定义的类)时,模型会返回400错误。错误信息明确指出工具签名不符合JSON Schema draft 2020-12规范。具体表现为模型无法处理工具签名中的"$ref"引用路径。
技术分析
问题的核心在于自动生成的工具签名中,对嵌套类型的引用路径格式不符合Anthropic模型的预期。系统自动生成的签名使用了"ref": "#/defs/class_test"这样的引用路径,而Anthropic模型要求更完整的路径格式"ref": "#/properties/class_test_list/defs/class_test"。
这种差异源于不同模型实现对于JSON Schema规范的解释差异。虽然其他LLM(如Llama 3)能够处理两种格式的引用路径,但Anthropic模型对此有更严格的要求。
解决方案
针对这个问题,我们采取了以下解决方案:
-
手动修正工具签名:通过update_tool_signature方法手动调整引用路径格式,使其符合Anthropic模型的要求。
-
类型定义优化:对于需要在工具参数中使用的复杂类型,建议使用更简单的数据结构,或者确保类型定义生成的JSON Schema符合更严格的标准。
-
自动化检测与转换:在框架层面增加对Anthropic模型的特殊处理,自动检测并转换不符合要求的引用路径格式。
最佳实践建议
为了避免类似问题,我们建议开发者在ag2项目中遵循以下实践:
- 当使用Anthropic模型时,特别注意复杂参数类型的定义
- 在注册工具后检查生成的工具签名是否符合预期
- 考虑为不同类型的模型实现差异化的工具签名生成逻辑
- 对于跨模型兼容性要求高的场景,尽量使用基本数据类型作为工具参数
这个问题展示了在不同LLM实现间保持兼容性的挑战,也提醒我们在设计工具接口时需要考虑到各模型实现的细微差异。通过这次经验,我们更加理解了JSON Schema在不同环境中的实现差异,这对未来设计跨模型兼容的工具系统提供了宝贵经验。
kernelopenEuler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。C033
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
kylin-wayland-compositorkylin-wayland-compositor或kylin-wlcom(以下简称kywc)是一个基于wlroots编写的wayland合成器。 目前积极开发中,并作为默认显示服务器随openKylin系统发布。 该项目使用开源协议GPL-1.0-or-later,项目中来源于其他开源项目的文件或代码片段遵守原开源协议要求。C00
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-4.7GLM-4.7上线并开源。新版本面向Coding场景强化了编码能力、长程任务规划与工具协同,并在多项主流公开基准测试中取得开源模型中的领先表现。 目前,GLM-4.7已通过BigModel.cn提供API,并在z.ai全栈开发模式中上线Skills模块,支持多模态任务的统一规划与协作。Jinja00
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