首页
/ OpenAI Agents Python项目中Mapping类型输入导致函数工具报错问题解析

OpenAI Agents Python项目中Mapping类型输入导致函数工具报错问题解析

2025-05-25 10:41:10作者:薛曦旖Francesca

问题背景

在OpenAI Agents Python项目的使用过程中,开发者发现当为Agent提供一个输入参数类型为Mapping或dict的function_tool时,运行Agent会返回HTTP 400错误,错误类型为invalid_function_parameters。这个问题的核心在于JSON Schema验证的严格模式下对Mapping类型的处理方式。

问题复现

当开发者尝试定义一个接受Mapping类型参数的函数工具时:

@function_tool
def foo(x: Mapping[str,str]) -> str:
    return 'bar'

foo_agent = Agent(name='Foo Agent', tools=[foo])
await Runner.run(foo_agent, input='foo')

系统会返回如下错误信息:

Error getting response: Error code: 400
{
    'error': {
        'message': "Invalid schema for function 'foo': In context=(), 'required' is required to be supplied and to be an array including every key in properties. Extra required key 'x' supplied.", 
        'type': 'invalid_request_error',
        'param': 'tools[0].parameters',
        'code': 'invalid_function_parameters'
    }
}

技术分析

JSON Schema验证问题

通过检查生成的JSON Schema(通过foo.params_json_schema查看),我们可以看到:

{
    "properties": {
        "x": {
            "additionalProperties": {"type": "string"},
            "title": "X",
            "type": "object"
        }
    },
    "required": ["x"],
    "title": "foo_args",
    "type": "object",
    "additionalProperties": false
}

虽然这个Schema看起来是有效的,但在OpenAI的严格模式验证下会失败。主要原因在于:

  1. 结构化输出的限制:OpenAI的结构化输出功能需要保证生成的JSON符合特定的约束条件
  2. 无限键值问题:对于Mapping类型,系统无法确定应该生成多少个键值对,导致验证失败

解决方案

开发团队提供了两种解决方案:

  1. 使用非严格模式:通过设置strict=False来绕过严格验证
@function_tool(strict=False)
def foo(x: Mapping[str,str]) -> str:
    return 'bar'
  1. 使用明确的Pydantic模型:推荐使用定义明确的Pydantic模型替代泛型Mapping
class MyObject(BaseModel):
    parameter_name: str

@function_tool
def foo(x: MyObject) -> str:
    return 'bar'

最佳实践建议

对于需要处理类似字典结构数据的场景,建议:

  1. 优先使用明确的Pydantic模型:这能提供更好的类型提示和文档支持
  2. 考虑数据结构的实际需求:例如,如果需要处理类似pandas Series的数据,可以定义如下的模型结构:
class DataPoint(BaseModel):
    x: str
    y: float

class DataSeries(BaseModel):
    title: str
    data: list[DataPoint]
  1. 仅在必要时使用非严格模式:strict=False虽然能解决问题,但会降低类型安全性

技术背景

这个问题的根源在于OpenAI API对结构化输出的严格要求。结构化输出功能需要确保生成的JSON数据符合可预测的模式,而泛型的Mapping类型无法提供足够的约束信息。Pydantic模型则能明确定义每个字段的类型和约束,因此是更安全的选择。

结论

在OpenAI Agents Python项目中使用函数工具时,开发者应当注意输入参数的类型选择。对于需要字典式输入的场景,推荐使用明确定义的Pydantic模型而非泛型的Mapping类型,这既能保证类型安全,又能获得更好的开发体验。项目团队已经通过添加运行时验证来更早地捕获这类问题,帮助开发者更快地识别和解决问题。

登录后查看全文
热门项目推荐

最新内容推荐

项目优选

收起
ohos_react_nativeohos_react_native
React Native鸿蒙化仓库
C++
176
262
RuoYi-Vue3RuoYi-Vue3
🎉 (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
863
511
ShopXO开源商城ShopXO开源商城
🔥🔥🔥ShopXO企业级免费开源商城系统,可视化DIY拖拽装修、包含PC、H5、多端小程序(微信+支付宝+百度+头条&抖音+QQ+快手)、APP、多仓库、多商户、多门店、IM客服、进销存,遵循MIT开源协议发布、基于ThinkPHP8框架研发
JavaScript
93
15
openGauss-serveropenGauss-server
openGauss kernel ~ openGauss is an open source relational database management system
C++
129
182
openHiTLSopenHiTLS
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!
C
259
300
kernelkernel
deepin linux kernel
C
22
5
cherry-studiocherry-studio
🍒 Cherry Studio 是一款支持多个 LLM 提供商的桌面客户端
TypeScript
596
57
CangjieCommunityCangjieCommunity
为仓颉编程语言开发者打造活跃、开放、高质量的社区环境
Markdown
1.07 K
0
HarmonyOS-ExamplesHarmonyOS-Examples
本仓将收集和展示仓颉鸿蒙应用示例代码,欢迎大家投稿,在仓颉鸿蒙社区展现你的妙趣设计!
Cangjie
398
371
Cangjie-ExamplesCangjie-Examples
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
332
1.08 K