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

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

2025-05-31 13:43:14作者:虞亚竹Luna

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。

登录后查看全文
热门项目推荐

项目优选

收起
ohos_react_nativeohos_react_native
React Native鸿蒙化仓库
C++
179
263
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
869
514
openGauss-serveropenGauss-server
openGauss kernel ~ openGauss is an open source relational database management system
C++
130
183
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
295
331
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
333
1.09 K
harmony-utilsharmony-utils
harmony-utils 一款功能丰富且极易上手的HarmonyOS工具库,借助众多实用工具类,致力于助力开发者迅速构建鸿蒙应用。其封装的工具涵盖了APP、设备、屏幕、授权、通知、线程间通信、弹框、吐司、生物认证、用户首选项、拍照、相册、扫码、文件、日志,异常捕获、字符、字符串、数字、集合、日期、随机、base64、加密、解密、JSON等一系列的功能和操作,能够满足各种不同的开发需求。
ArkTS
18
0
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
1.08 K
0
kernelkernel
deepin linux kernel
C
22
5
WxJavaWxJava
微信开发 Java SDK,支持微信支付、开放平台、公众号、视频号、企业微信、小程序等的后端开发,记得关注公众号及时接受版本更新信息,以及加入微信群进行深入讨论
Java
829
22
cherry-studiocherry-studio
🍒 Cherry Studio 是一款支持多个 LLM 提供商的桌面客户端
TypeScript
601
58