[Bug] 执行多步 Function Calling 任务时，经常因 EmptyModelOutputError 导致工作流中断

[xmbhjQAQ]

What happened / 发生了什么

在执行需要多轮复杂工具调用（例如搭配jshookmcp， Scrapling-Skill等工具）的任务时，AstrBot 极易中断并抛出 EmptyModelOutputError。
感觉像是问题在 astrbot/core/provider/sources/openai_source.py 的 _parse_openai_completion 校验逻辑中。
在长上下文高压或retry机制下，系统可能意外丢失了本地的 tools 列表，或者发生了名称不匹配。此时框架会静默丢弃模型的工具调用，导致 llm_response.tools_call_args 为空。
而在 openai_source.py （796 - 799 行）中：

if (
    not has_text_output
    and not has_reasoning_output
    and not llm_response.tools_call_args  # 这里依赖了二次解析的结果，而非原始响应
):
    raise EmptyModelOutputError(...)

由于这里没有检查原始的 choice.message.tool_calls，导致系统看着自己解析空的列表，终止了任务。

Reproduce / 如何复现？

开启较为复杂的工具(如jshookmcp)执行较为复杂的任务。

AstrBot version, deployment method (e.g., Windows Docker Desktop deployment), provider used, and messaging platform used. / AstrBot 版本、部署方式（如 Windows Docker Desktop 部署）、使用的提供商、使用的消息平台适配器

4.22.3 Docker

OS

Windows

Logs / 报错日志

[19:53:49.345] [Core] [DBUG] [sources.openai_source:492]: completion: ChatCompletion(id='[REDACTED_ID]', choices=[Choice(finish_reason='tool_calls', index=0, logprobs=None, message=ChatCompletionMessage(content='', refusal=None, role='assistant', annotations=None, audio=None, function_call=None, tool_calls=[ChatCompletionMessageFunctionToolCall(id='[REDACTED_CALL_ID]', function=Function(arguments='{"code": "import subprocess\\nimport tempfile\\nimport os\\n\\n# 直接尝试使用scrapling提取登录页面\\nurl = \\"https://[REDACTED_DOMAIN]/login?service=[REDACTED_SERVICE_URL]\\"\\nprint(f\\"正在使用scrapling提取页面: {url}\\")\\n\\n# 使用临时文件\\nwith tempfile.NamedTemporaryFile(mode=\'w\', suffix=\'.html\', delete=False) as tmp:\\n    temp_file = tmp.name\\n\\ntry:\\n    # 尝试使用fetch命令\\n    cmd = [\\"scrapling\\", \\"extract\\", \\"fetch\\", url, temp_file, \\"--network-idle\\", \\"--timeout\\", \\"60000\\", \\"--ai-targeted\\"]\\n    \\n    print(\\"执行命令:\\", \\" \\".join(cmd))\\n    result = subprocess.run(cmd, capture_output=True, text=True, timeout=120)\\n    \\n    print(\\"stdout:\\", result.stdout[:1000])\\n    print(\\"stderr:\\", result.stderr[:500])\\n    print(\\"returncode:\\", result.returncode)\\n    \\n    # 读取结果\\n    if os.path.exists(temp_file):\\n        with open(temp_file, \'r\', encoding=\'utf-8\') as f:\\n            content = f.read(2000)\\n            print(\\"\\\\n页面内容前2000字符:\\", content)\\n    else:\\n        print(\\"临时文件不存在\\")\\n        \\nfinally:\\n    # 清理临时文件\\n    if os.path.exists(temp_file):\\n        os.unlink(temp_file)"}', name='astrbot_execute_ipython'), type='function')], reasoning_content=''))], created=1775332429, model='deepseek-v3.2', object='chat.completion', service_tier='default', system_fingerprint=None, usage=CompletionUsage(completion_tokens=365, prompt_tokens=29115, total_tokens=29480, completion_tokens_details=CompletionTokensDetails(accepted_prediction_tokens=None, audio_tokens=None, reasoning_tokens=365, rejected_prediction_tokens=None), prompt_tokens_details=PromptTokensDetails(audio_tokens=None, cached_tokens=0)))

[19:53:49.346] [Core] [ERRO] [v4.22.3] [sources.openai_source:801]: OpenAI completion has no usable output: ChatCompletion(id='[REDACTED_ID]', ... [REDACTED_CONTENT] ... finish_reason=tool_calls).

[19:53:49.357] [Core] [ERRO] [v4.22.3] [core.astr_agent_run_util:244]: Traceback (most recent call last):
  File "/AstrBot/astrbot/core/astr_agent_run_util.py", line 124, in run_agent
    async for resp in agent_runner.step():
  File "/AstrBot/astrbot/core/agent/runners/tool_loop_agent_runner.py", line 552, in step
    llm_resp, _ = await self._resolve_tool_exec(llm_resp)
  File "/AstrBot/astrbot/core/agent/runners/tool_loop_agent_runner.py", line 996, in _resolve_tool_exec
    requery_resp = await self.provider.text_chat(
  File "/AstrBot/astrbot/core/provider/sources/openai_source.py", line 1064, in text_chat
    ) = await self._handle_api_error(
  File "/AstrBot/astrbot/core/provider/sources/openai_source.py", line 1012, in _handle_api_error
    raise e
  File "/AstrBot/astrbot/core/provider/sources/openai_source.py", line 1052, in text_chat
    llm_response = await self._query(payloads, func_tool)
  File "/AstrBot/astrbot/core/provider/sources/openai_source.py", line 494, in _query
    llm_response = await self._parse_openai_completion(completion, tools)
  File "/AstrBot/astrbot/core/provider/sources/openai_source.py", line 802, in _parse_openai_completion
    raise EmptyModelOutputError(
astrbot.core.exceptions.EmptyModelOutputError: OpenAI completion has no usable output. response_id=[REDACTED_ID], finish_reason=tool_calls

[19:53:49.359] [Core] [DBUG] [pipeline.context_utils:95]: hook(OnLLMResponseEvent) -> astrbot - record_llm_resp_to_ltm
[19:53:49.364] [Core] [INFO] [respond.stage:184]: Prepare to send - [REDACTED_USER_ID]: Error occurred during AI execution.
Error Type: EmptyModelOutputError
Error Message: OpenAI completion has no usable output. response_id=[REDACTED_ID], finish_reason=tool_calls

具体问题点还需要进一步分析(换了好多模型，普遍存在这个问题)

Are you willing to submit a PR? / 你愿意提交 PR 吗？

• Yes!

Code of Conduct

• I have read and agree to abide by the project's Code of Conduct。

[dosubot]

Hi @xmbhjQAQ! I'm Dosu and I’m helping the AstrBot team.

你的分析方向是正确的。经过代码排查，这个问题的核心在于 _parse_openai_completion 在匹配 tool calls 时会静默丢弃工具名不在 tools 列表中的调用，且没有任何日志警告 [1]。

具体流程：

1. 模型返回了有效的 tool_calls（你的日志中可见 finish_reason='tool_calls'，且 tool_calls 包含 astrbot_execute_ipython）
2. 解析时通过嵌套循环逐一匹配 tool_call.function.name 与 tools.func_list 中的工具名 [2]
3. 如果名称不匹配，tool call 被静默跳过——不会写入 tools_call_args，也不会有任何 warning 日志
4. 所有 tool call 都被跳过后，tools_call_args 为空，触发 EmptyModelOutputError [3]

为什么会发生名称不匹配？ 在多步工具调用循环中，tools 列表来自 self.req.func_tool，该引用在整个执行期间保持不变，没有自动刷新机制 [4]。以下场景可能导致不匹配：

• MCP 工具在启动阶段尚未完全加载 [5]
• skills-like 模式下维护的三套工具引用发生去同步 [6]
• 长对话中插件更新/重载但工具列表未刷新

建议修复方向（供 PR 参考）：

1. 在解析层增加未匹配 tool call 的日志：当 tool_call.function.name 无法匹配任何已注册工具时，输出 warning 级别日志，记录工具名和当前 tools 列表
2. 改进 EmptyModelOutputError 的判断逻辑：在抛出异常前检查原始 choice.message.tool_calls 是否非空——如果原始响应有 tool calls 但解析后为空，应记录更有针对性的错误信息而非通用的 "no usable output"
3. 考虑 fallback 策略：对于未匹配的 tool call，可以记录原始调用信息并传递给执行层做最终决定，而非在解析层直接丢弃

之前在 #6108 和 PR #7104 中处理过类似的 completion 解析问题，但都没有完全解决 tool call 被静默丢弃这个根本原因 [7] [8]。

To reply, just mention @dosu.

---

^{How did I do? Good | Irrelevant | Incorrect | Verbose | Hallucination | Report 🐛 | Other}
  

[xmbhjQAQ]

@dosu
目前想法是对 openai_source.py 进行改进，不严格检查tools名称，直接传导给 tool_loop_agent_runner.py 进行处理(tool_loop_agent_runner.py这里存在相关检测，没必要在openai_source.py 重复操作)。同时对tool_loop_agent_runner.py进行完善，当检测到LLM调用的tools不存在时，不只是告诉LLM"error: Tool {func_tool_name} not found." 而是附带上当前可调用工具列表-"error: Tool {func_tool_name} not found. Available tools are: {', '.join(available_tools)}"，在一定程度上纠正LLM的幻觉。

[dosubot]

这个思路很合理，支持这个方向。具体来说：

openai_source.py 改动：当前 _parse_openai_completion 中的工具匹配逻辑是通过嵌套循环将 tool_call.function.name 与 tools.func_list 做精确匹配，不匹配则静默丢弃 [1]。改为不做名称校验、直接将原始 tool call 信息填入 tools_call_args / tools_call_name / tools_call_ids 即可。需要注意的是当前 tools is None 时整个解析块会被跳过——这个守卫条件需要保留或调整，确保 tools 为 None 时不会意外解析。

tool_loop_agent_runner.py 改动：当前未找到工具时的反馈是 [2]：

f"error: Tool {func_tool_name} not found."

改为附带可用工具列表是个好方案，可以帮助 LLM 在下一轮自行纠正幻觉工具名。建议格式类似：

available_names = [t.name for t in self.req.func_tool.func_list] if self.req.func_tool else []
f"error: Tool {func_tool_name} not found. Available tools: {', '.join(available_names)}"

几个注意点：

• 工具列表可能较长（尤其接入多个 MCP 后），建议考虑截断或只展示前 N 个，避免 token 浪费
• openai_source.py 去掉名称校验后，argument 解析部分（处理 tool_call.function.arguments）不再依赖 tools.func_list 做类型转换，确认下当前是否有这类逻辑需要一并调整
• Anthropic / Gemini 的 provider 如果有类似的严格匹配逻辑，建议也一并检查保持一致

整体方案把校验职责统一收敛到 tool_loop_agent_runner.py，逻辑更清晰，也避免了解析层的误杀。期待你的 PR！

To reply, just mention @dosu.

---

^{How did I do? Good | Irrelevant | Incorrect | Verbose | Hallucination | Report 🐛 | Other}
  

[xmbhjQAQ]

@dosu
关于“工具列表可能较长（尤其接入多个 MCP 后），建议考虑截断或只展示前 N 个，避免 token 浪费”这一点我感觉会起到反效果。
关于“openai_source.py 去掉名称校验后，argument 解析部分（处理 tool_call.function.arguments）不再依赖 tools.func_list 做类型转换，确认下当前是否有这类逻辑需要一并调整”这一点，在 openai_source.py 中，参数原来就是通过原生的 json.loads(tool["function"]["arguments"]) 直接反序列化出来的。系统一直没有依赖 tools.func_list 来做类型转换，so没有任何影响。
关于“Anthropic / Gemini 的 provider 如果有类似的严格匹配逻辑，建议也一并检查保持一致”这一点，这两个提供商无此严格判断，直接传给上级引擎。其余提供商也是继承自这3个提供商的，因此也无影响。

[dosubot]

感谢逐条确认！你说得对：

1. 工具列表截断：确实，截断反而会让 LLM 丢失可用工具信息，无法有效纠正幻觉。完整列表才能起到纠偏作用，这个建议撤回。
2. 参数解析：确认了是 json.loads 直接反序列化，不依赖 func_list 做类型转换，改动无副作用。
3. 其他 provider：Anthropic / Gemini 本身就是直接传导，只有 OpenAI source 存在这个严格匹配问题，改动范围明确。

看起来改动面很干净，主要就是 openai_source.py 去掉名称匹配过滤 + tool_loop_agent_runner.py 丰富未找到工具时的错误反馈。期待 PR 👍

To reply, just mention @dosu.

---

^{How did I do? Good | Irrelevant | Incorrect | Verbose | Hallucination | Report 🐛 | Other}