LangChain中ChatGoogleGenerativeAI多工具调用报错求助

这个报错是因为Gemini模型对工具响应的格式校验比OpenAI更严格，多轮工具调用时，LangChain默认生成的工具响应缺失了必填的name字段，导致Google API返回400错误。下面是几个可行的解决/规避方案：

• 给工具返回结果强制补充工具名称
  修改工具的返回结构，手动把工具名加到返回数据里，确保LangChain传递给Gemini的响应包含name字段。示例代码：

  from langchain.tools import tool
  
  @tool
  def get_student_data(student_name: str) -> dict:
      # 原有业务逻辑：从CSV读取学生数据
      student_info = {"name": student_name, "math_score": 85, "english_score": 92}
      # 强制补充工具名称字段
      return {"name": "get_student_data", "data": student_info}
  

• 自定义Agent输出解析器补全字段
  针对Gemini的要求，重写输出解析器，确保工具响应的name字段不会为空。示例代码：

  from langchain.agents import AgentOutputParser
  from langchain.schema import AgentActionReturn, AgentFinish
  
  class GeminiToolResponseParser(AgentOutputParser):
      def parse(self, text: str) -> AgentActionReturn | AgentFinish:
          parsed_result = super().parse(text)
          # 检查工具返回结果，补全缺失的name字段
          if isinstance(parsed_result, AgentActionReturn):
              for res in parsed_result.return_values:
                  if "name" not in res or not res["name"]:
                      res["name"] = parsed_result.tool
          return parsed_result
  

  之后把这个解析器绑定到Agent上即可。

• 配置Gemini模型的工具调用专属参数
  初始化ChatGoogleGenerativeAI时，明确设置工具调用的配置，让模型更规范地处理多轮调用：

  from langchain_google_genai import ChatGoogleGenerativeAI
  from langchain.agents import create_tool_calling_agent, AgentExecutor
  
  llm = ChatGoogleGenerativeAI(
      model="gemini-1.5-flash",
      temperature=0,
      function_calling_config={"mode": "auto", "allowed_function_names": [t.name for t in tools]}
  )
  # 后续创建Agent和Executor的逻辑保持不变
  agent = create_tool_calling_agent(llm, tools, prompt)
  agent_executor = AgentExecutor(agent=agent, tools=tools, verbose=True)
  

• 调整Prompt模板，明确要求模型返回工具名称
  在Agent的系统Prompt里添加明确要求，让模型每次返回工具响应时都带上工具名，比如：

  每次调用工具获取结果后，必须在返回的响应中包含工具的名称，格式示例：{"name": "get_student_data", "result": "查询到的学生数据"}

内容的提问来源于stack exchange，提问作者Victor Virgolino