Langchain.rb项目中Google Gemini与NewsRetriever工具集成的错误分析与解决
2025-07-08 14:35:19作者:宗隆裙
在Langchain.rb项目的最新版本0.13.5中,开发者报告了一个关于Google Gemini与NewsRetriever工具集成时出现的HTTP错误问题。这个问题发生在Ruby 3.3环境下,主要影响OS X系统的用户。
问题现象
当开发者尝试创建一个使用Google Gemini作为LLM(大型语言模型)的助手实例,并配置NewsRetriever作为工具时,系统会抛出Net::HTTPBadRequest异常。具体表现为在调用add_message_and_run方法查询2024年选举相关新闻时,程序无法正常执行工具调用流程。
技术背景
Langchain.rb是一个Ruby实现的AI工具链框架,它允许开发者将不同的AI服务和工具集成到应用程序中。Google Gemini是Google提供的大型语言模型API,而NewsRetriever则是Langchain.rb中用于获取新闻数据的工具组件。
问题分析
通过调试发现,问题出在工具参数传递环节。当Assistant尝试将NewsRetriever工具的描述信息传递给Google Gemini API时,API返回了400错误,表明请求参数不符合预期格式。这通常意味着:
- 工具描述格式不符合Google Gemini API的规范
- 参数结构存在类型不匹配
- 必填字段缺失或格式错误
解决方案
该问题已在项目的最新提交中得到修复。主要修改内容包括:
- 调整了工具描述信息的结构,使其符合Google Gemini API的规范
- 确保所有必填字段都正确传递
- 优化了参数类型转换逻辑
修复后,开发者可以正常使用以下代码模式:
llm = Langchain::LLM::GoogleGemini.new(api_key: ENV['GOOGLE_GEMINI_API_KEY'])
assistant = Langchain::Assistant.new(
llm: llm,
tools: [Langchain::Tool::NewsRetriever.new(api_key: ENV['NEWS_API_KEY'])],
instructions: 'You are a news reporter.'
)
assistant.add_message_and_run content:"What's are latest news on the 2024 elections?", auto_tool_execution: true
最佳实践建议
为避免类似问题,开发者在使用Langchain.rb集成不同LLM服务时应注意:
- 仔细阅读各LLM提供商的API文档,了解其特定的工具调用规范
- 在开发环境中启用详细日志记录,便于调试API调用问题
- 对于复杂的工具链集成,建议先单独测试每个组件再组合使用
- 保持Langchain.rb库的及时更新,以获取最新的兼容性修复
这个问题的解决体现了Langchain.rb项目对多LLM服务兼容性的持续改进,为开发者提供了更稳定、更灵活的AI应用开发体验。
登录后查看全文
热门项目推荐
相关项目推荐
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
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
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
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-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
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
项目优选
收起
deepin linux kernel
C
24
9
Ascend Extension for PyTorch
Python
223
246
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
9
1
暂无简介
Dart
672
157
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++
662
313
React Native鸿蒙化仓库
JavaScript
262
323
🔥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
64
19
仓颉编译器源码及 cjdb 调试工具。
C++
135
867
仓颉编程语言测试用例。
Cangjie
37
860
openGauss kernel ~ openGauss is an open source relational database management system
C++
160
218