「手写中文版 claude code」教学系列codeAgent 是我从零手写的 claude code 复刻——不套壳不翻译从界面到 Agent 主循环一行行实现注释全是中文大白话适合当 Agent 开发教材从头读到尾。上一课治好了工具的钱袋子按套餐发说明书省钱这一课钻进工具真正跑起来之后的环节——模型一次点好几道菜结果怎么端回去才不被 API 拒。仓库https://github.com/Harvil1/codeAgent翻车现场模型一口气发起三个工具调用读文件 A、读文件 B、跑个命令我执行完按 OpenAI 的习惯逐条回喂assistant (tool_calls: [A, B, C]) tool (result A) tool (result B) tool (result C)切到 Anthropic 格式的端点直接 400。原因Anthropic 协议规定所有 tool_result 必须装在同一条 user 消息里而且不允许两条 user 消息相邻。OpenAI 的一菜一盘在它家是非法摆盘。修复翻译层统一合并agent/llm_client.py里的转换函数docstring 就是踩坑记录def_convert_messages_to_anthropic(self,messages:list)-list:把 OpenAI 格式的整段对话历史翻译成 Anthropic 格式。 最关键的一步把连续多条工具结果合并成一条 user 消息。 因为 Anthropic 协议规定所有工具结果必须装在同一个 user 消息里 不允许两条 user 消息挨着而 OpenAI 那边每个工具结果各自成条。 另外 system 消息在这里被抽走——它要走顶层参数见上层拼装。 参数 messagesOpenAI 格式的消息列表 返回Anthropic 格式的消息列表。 conversation[]i0whileilen(messages):mmessages[i]rolem.get(role)ifrolesystem:i1continue# system 走顶层参数不进消息列表...核心手法是双指针扫描遇到连续的 tool 消息块一口气收进同一个 user 消息再往下走顺带把 system 抽走OpenAI 的 system 是消息列表的一员Anthropic 的 system 是顶层参数——又一个差异点。并行回喂还有三个坑一并说了1. id 配对不能错。三个结果必须各回各的 tool_call_id张冠李戴模型会拿着 A 的结果回答 C 的问题——不报错但全错比 400 更难查。2. 顺序无所谓配对才要命。协议不要求结果按发起顺序回但 id 必须一一对应。3. 换端点不换代码。这层翻译存在的意义主循环只说 OpenAI 方言Client 子类负责翻译——加新服务商只写一个翻译器主循环零改动。小结并行 tool_calls 的结果回喂Anthropic 要求合并成单条 user、禁连续 user转换层双指针扫描合并 tool 块 抽离 system一次遍历搞定id 严格配对协议差异全部闷在 Client 层主循环保持方言纯净下一篇模型点了菜厨房没做——发送前的孤儿 tool_call 对账兜底附 _fix_tool_call_pairs 源码。仓库在这注释全中文欢迎 Star ⭐https://github.com/Harvil1/codeAgent标签AgentFunction Calling大模型APIPython
「手写中文版 claude code」教学系列codeAgent 是我从零手写的 claude code 复刻——不套壳不翻译从界面到 Agent 主循环一行行实现注释全是中文大白话适合当 Agent 开发教材从头读到尾。上一课治好了工具的钱袋子按套餐发说明书省钱这一课钻进工具真正跑起来之后的环节——模型一次点好几道菜结果怎么端回去才不被 API 拒。仓库https://github.com/Harvil1/codeAgent翻车现场模型一口气发起三个工具调用读文件 A、读文件 B、跑个命令我执行完按 OpenAI 的习惯逐条回喂assistant (tool_calls: [A, B, C]) tool (result A) tool (result B) tool (result C)切到 Anthropic 格式的端点直接 400。原因Anthropic 协议规定所有 tool_result 必须装在同一条 user 消息里而且不允许两条 user 消息相邻。OpenAI 的一菜一盘在它家是非法摆盘。修复翻译层统一合并agent/llm_client.py里的转换函数docstring 就是踩坑记录def_convert_messages_to_anthropic(self,messages:list)-list:把 OpenAI 格式的整段对话历史翻译成 Anthropic 格式。 最关键的一步把连续多条工具结果合并成一条 user 消息。 因为 Anthropic 协议规定所有工具结果必须装在同一个 user 消息里 不允许两条 user 消息挨着而 OpenAI 那边每个工具结果各自成条。 另外 system 消息在这里被抽走——它要走顶层参数见上层拼装。 参数 messagesOpenAI 格式的消息列表 返回Anthropic 格式的消息列表。 conversation[]i0whileilen(messages):mmessages[i]rolem.get(role)ifrolesystem:i1continue# system 走顶层参数不进消息列表...核心手法是双指针扫描遇到连续的 tool 消息块一口气收进同一个 user 消息再往下走顺带把 system 抽走OpenAI 的 system 是消息列表的一员Anthropic 的 system 是顶层参数——又一个差异点。并行回喂还有三个坑一并说了1. id 配对不能错。三个结果必须各回各的 tool_call_id张冠李戴模型会拿着 A 的结果回答 C 的问题——不报错但全错比 400 更难查。2. 顺序无所谓配对才要命。协议不要求结果按发起顺序回但 id 必须一一对应。3. 换端点不换代码。这层翻译存在的意义主循环只说 OpenAI 方言Client 子类负责翻译——加新服务商只写一个翻译器主循环零改动。小结并行 tool_calls 的结果回喂Anthropic 要求合并成单条 user、禁连续 user转换层双指针扫描合并 tool 块 抽离 system一次遍历搞定id 严格配对协议差异全部闷在 Client 层主循环保持方言纯净下一篇模型点了菜厨房没做——发送前的孤儿 tool_call 对账兜底附 _fix_tool_call_pairs 源码。仓库在这注释全中文欢迎 Star ⭐https://github.com/Harvil1/codeAgent标签AgentFunction Calling大模型APIPython
