大家做AI Agent的时候，工具调用的稳定性怎么保证？

工具调用这块我现在基本都会加一层参数校验和重试，模型输出的json经常缺字段或者类型不对，直接传给工具就炸了。另外超时和限流也得考虑，有些api挂了会一直卡住整个agent流程。我一般还会给每个工具写个降级方案，调用失败就返回兜底结果，别让整个链路断掉。你们有没有试过用function calling之外的方式，感觉有些场景下模型对复杂参数的理解还是不太稳。

这块确实挺头疼的，我最近的感受是别指望模型一次就能把参数拼对，尤其是嵌套结构稍微复杂一点就开始飘。我的做法是在工具层加一层参数校验和自动修复，比如JSON schema校验不过就让它重新生成，但得限制重试次数，不然会陷入死循环烧token。另外工具描述本身也很关键，之前写得太简略，模型老是传错字段，后来把每个参数的示例都塞进去，成功率明显上来了。还有个坑是并发调用，同一轮里模型可能同时触发多个工具，结果互相依赖就乱了，我现在基本强制串行，慢是慢点但稳。超时和降级也得提前想好，工具挂了不能让整个agent卡死，得有个兜底回复或者切换备用方案。说到底这东西没法做到百分百稳定，只能把失败率压到可接受范围，然后做好监控，哪个工具老出错就重点优化那个。

重试加超时是最基本的，但更关键的是让模型能理解报错信息自己纠错，不然就是瞎调。