MiniMax_Agent连续调用多个工具的方法

在人工智能内容学习中，MiniMax_Agent连续调用多个工具的方法是常见主题。很多人在阅读时会遇到概念分散、步骤不清和注意点难以归纳的问题。本文按照基础概念、操作流程和关键细节，对相关内容进行整理。

MiniMax M2.5+支持串行工具调用，需使用chat.completions接口、正确配置tools依赖描述与JSON Schema，并通过多轮messages追加function响应来维持上下文链。

你需要让 MiniMax Agent 在一次任务中连续调用天气查询→时间查询→温度差计算三个工具，而不是只调用其中一个就停下。这要求模型必须理解任务依赖关系，并在拿到前一步结果后主动发起下一步调用，不能靠人工反复提交。

确认模型支持串行调用能力

MiniMax M2.5 及以上版本原生支持串行（sequential）函数调用，但需确保你调用的是 chat.completions 接口而非 legacy /completion，否则 function_call 字段不会出现在响应中。

发送请求前检查 headers 中的 Authorization 值是否以 sk- 开头且未过期；若返回 401 错误，说明凭证失效，需重新生成 API Key。

构造带依赖关系的 tools 列表

定义三个工具时，必须在 description 中明确写出输入依赖。例如 calculate 工具的 description 不能只写“执行算术运算”，而要写成“根据前序调用返回的两个温度值，计算温差。输入必须包含 temp_c_a 和 temp_c_b 字段”。

将这三个工具按逻辑顺序放入 functions 数组：get_weather → get_current_time → calculate。顺序本身不影响路由，但能辅助模型理解执行流。

注意：parameters 字段必须严格遵循 JSON Schema，比如 get_weather 的 location 必须标为 "type": "string"，若漏写 type 或写成 "stringy"，MiniMax 会直接忽略该工具声明。

触发串行调用的 prompt 写法

用户消息内容必须含明确的多步动作指令，例如：“先查北京当前天气和温度，再查上海当前温度，最后算出两地温差”。

避免模糊表述如“帮我看看两地温度情况”，这种表达会让模型倾向并行调用或跳过计算步骤。

如果第一步调用失败（如城市名拼错），模型不会自动重试，也不会进入第二步——它会直接返回错误信息。所以建议在前端做 city 参数校验，或预置常见城市别名映射表。

处理多轮响应与上下文拼接

第一步：发送初始请求 → 解析 response → 若含 function_call，则提取 name=get_weather、arguments={"city": "北京"} → 调用对应 HTTP 接口获取 {"temp_c": 32.1}。

第二步：将原始 messages 数组末尾追加一条 role="function" 消息，content 字段填入上一步返回的完整 JSON 字符串 → 再次发送请求 → 模型收到北京温度后，自动触发 get_weather("上海") → 获取 {"temp_c": 34.7}。

第三步：再次追加 role="function" 消息，content 填入上海温度结果 → 第三次请求 → 模型识别出两个温度值，生成 function_call 调用 calculate，arguments 自动组装为 {"temp_c_a": 32.1, "temp_c_b": 34.7}。

【关键点】每次追加的 function 消息必须与原始 user 消息保持在同一对话线程中，且不能修改之前任何一条消息的内容，否则上下文链断裂，后续调用无法建立依赖。