Browser Use 项目中 Openai 格式调用 Gemini 的 Function Call 异常解析

问题背景

在 Browser Use 项目中，开发者尝试使用 Openai 格式调用 Gemini 的 gemini-2.0-flash 模型时，遇到了 Function Call 相关的异常问题。这个问题表现为 JSON 格式验证失败，导致 Function Call 无法正常执行。

错误分析

从错误日志中可以观察到几个关键问题点：

1. JSON 结构验证失败：系统无法识别 JSON payload 中的多个字段，特别是 "title" 和 "default" 字段缺失
2. 类型验证问题：系统报告了类型不匹配的问题，特别是在 any_of 结构中遇到了意外的 "null" 类型
3. 参数结构问题：在 tools[0].function_declarations[0].parameters 路径下的多个属性验证失败

技术细节

根本原因

该问题的核心在于 Gemini API 对 Function Call 的 JSON 结构要求与 Openai 格式存在差异。具体表现在：

1. Gemini 对 JSON Schema 的验证更加严格
2. Gemini 不支持 Openai 格式中的某些字段（如 title 和 default）
3. 类型系统处理方式不同，特别是在 any_of 结构中的 null 类型处理

影响范围

此问题会影响所有使用 Openai 格式调用 Gemini 模型并尝试使用 Function Call 功能的场景。具体表现为：

• 无法正确解析和验证 Function Call 参数
• 工具调用流程中断
• 返回 400 错误代码

解决方案

项目维护者在 v0.4.8.6 版本中修复了此问题。修复方案可能包括：

1. 适配 Gemini 特有的 JSON Schema 要求
2. 移除或转换 Openai 格式中不被支持的字段
3. 调整类型系统处理逻辑，特别是 any_of 结构中的类型定义

最佳实践

对于开发者在使用 Browser Use 项目时，建议：

1. 确保使用最新版本（v0.4.8.6 或更高）
2. 检查 Function Call 的参数结构是否符合 Gemini 的要求
3. 避免在参数定义中使用不被支持的字段（如 title 和 default）
4. 对于复杂的类型定义，考虑简化或重新设计以适应 Gemini 的类型系统

总结

Browser Use 项目中 Openai 格式调用 Gemini 的 Function Call 异常是一个典型的 API 格式兼容性问题。通过理解 Gemini 和 Openai 在 JSON Schema 处理上的差异，开发者可以更好地设计和使用 Function Call 功能。项目维护者已经在新版本中解决了这一问题，开发者只需升级到最新版本即可避免此类错误。