使用ChatOllama调用函数时出现'NoneType'不可迭代错误求助

可能的报错根源 #

代码触发'NoneType' object is not iterable错误，大概率来自以下几个点：

• 未校验messages参数合法性：调用时若传入的messages为None，遍历message in messages时直接报错。
• AgentExecutor未关联记忆组件：代码中声明了memory = self.memory但未传入AgentExecutor，导致MessagesPlaceholder("chat_history")无法获取有效历史数据，内部处理时触发None迭代错误。
• ainvoke输入格式错误：create_openai_functions_agent的输入不需要messages键，传入格式不符合Agent预期，导致内部解析失败返回异常。
• 工具绑定不完整：部分场景下需显式为ChatOllama绑定工具，避免函数调用逻辑异常。

代码修改方案 #

1. 增加参数合法性校验 #

在函数开头先检查messages是否为有效列表：

async def get_response(self, messages, model):
    try:
        # 新增：校验messages参数
        if not isinstance(messages, list) or len(messages) == 0:
            logging.error("Invalid messages input: must be non-empty list")
            return "Error: Invalid input messages."
        
        memory = self.memory
        llm = ChatOllama(model=model)
        # ... 后续代码

2. 关联记忆到AgentExecutor #

初始化AgentExecutor时传入memory参数：

agent_executor = AgentExecutor(agent=agent, tools=self.tools, memory=memory)

3. 修正ainvoke的输入格式 #

create_openai_functions_agent的输入只需要input和chat_history（如果有），不需要messages键，调整输入构造逻辑：

# 提取用户输入（确保messages非空后再执行）
user_input = next((msg["content"] for msg in messages if msg["role"] == "user"), "")
# 构造正确的输入：chat_history是除当前用户输入外的历史消息
chat_history = [msg for msg in messages if msg["role"] != "user"]
formatted_input = {
    "input": user_input,
    "chat_history": chat_history
}
response = await agent_executor.ainvoke(formatted_input)

4. 显式绑定工具（可选但推荐） #

显式绑定工具可避免潜在逻辑异常：

llm = ChatOllama(model=model).bind_tools(self.tools)

完整修改后的代码片段 #

async def get_response(self, messages, model):
    try:
        # 校验messages参数合法性
        if not isinstance(messages, list) or len(messages) == 0:
            logging.error("Invalid messages input: must be non-empty list")
            return "Error: Invalid input messages."
        
        memory = self.memory
        # 显式绑定工具
        llm = ChatOllama(model=model).bind_tools(self.tools)
        config = {"configurable": {"thread_id": "abc123"}}
        prompt = ChatPromptTemplate.from_messages(
            [
                ("system", "You are a helpful assistant"),
                MessagesPlaceholder("chat_history", optional=True),
                ("user", "{input}"),
                MessagesPlaceholder("agent_scratchpad"),
            ]
        )
        agent = create_openai_functions_agent(llm=llm, tools=self.tools, prompt=prompt)
        # 关联memory到AgentExecutor
        agent_executor = AgentExecutor(agent=agent, tools=self.tools, memory=memory)

        # 提取用户输入和历史消息
        user_input = next((msg["content"] for msg in messages if msg["role"] == "user"), "")
        chat_history = [msg for msg in messages if msg["role"] != "user"]

        formatted_input = {
            "input": user_input,
            "chat_history": chat_history
        }
        response = await agent_executor.ainvoke(formatted_input)

        if response is None:
            logging.error("Received None response from ainvoke")
            return "Error: No response received from the agent."

        # 处理响应
        if isinstance(response, dict):
            intermediate_steps = response.get('intermediate_steps', None)
            final_answer = response.get('output', response.get('final_answer', 'No final answer found.'))

            if intermediate_steps is not None:
                for step in intermediate_steps:
                    logging.debug(f"Intermediate Step: {step}")

            return final_answer
    except Exception as e:
        # 新增全局异常捕获，方便排查
        logging.error(f"Agent execution failed: {str(e)}", exc_info=True)
        return f"Error: {str(e)}"

额外注意事项 #

• 确保self.memory是正确初始化的LangChain记忆组件（比如ConversationBufferMemory），且配置了正确的输出键。
• 若使用较新版本的LangChain，create_openai_functions_agent返回的响应中，最终答案的键可能是output而非final_answer，需优先取output。

内容的提问来源于stack exchange，提问作者Neo Mx