# 🐛 Bug 修复：工具调用链断裂问题

## 问题描述

从日志分析发现，AI 第一次成功调用了 `check_login_status` 工具，但第二次调用 AI 时没有传递工具列表，导致 AI 无法继续调用 `publish_content` 工具。

## 问题现象

### ✅ 第一次 AI 调用（成功）
```javascript
🎯 [makeChatRequestStream] 准备请求参数:
   工具数量: 3  // ← 有工具

🔧 [makeChatRequestStream] 最终收集到工具调用: 1 个
   工具 [0]: {
     name: "mcp__check_login_status",  // ← AI 调用了检查登录
     arguments: "{}"
   }
```

### ❌ 第二次 AI 调用（问题）
```javascript
🎯 [makeChatRequestStream] 准备请求参数:
   消息数量: 3
   工具数量: 0  // ← 没有工具！AI 无法继续调用 publish_content
```

## 根本原因

在 `executeToolCalls` 方法中，执行完工具后，将结果发送给 AI 时**没有传递 `tools` 参数**：

```typescript
// ❌ 错误的代码
await modelServiceManager.sendChatRequestStream(
  service.id,
  messages,
  selectedModel,
  onChunk
  // 缺少 tools 参数！
)
```

这导致 AI 在第二次调用时不知道有哪些工具可用，所以无法调用 `publish_content`。

---

## 修复方案

### 1. 添加 tools 参数

修改 `executeToolCalls` 方法签名，接收 tools 参数：

```typescript
private async executeToolCalls(
  conversation: Conversation,
  toolCalls: any[],
  mcpServerId: string,
  model: string | undefined,
  onChunk: (chunk: string) => void,
  tools?: any[]  // ← 新增 tools 参数
): Promise<void>
```

### 2. 传递 tools 给第二次 AI 调用

```typescript
// ✅ 修复后的代码
await modelServiceManager.sendChatRequestStream(
  service.id,
  messages,
  selectedModel,
  onChunk,
  tools  // ← 传递工具列表
)
```

### 3. 在调用处传递 tools

```typescript
if (result.data?.toolCalls && result.data.toolCalls.length > 0 && mcpServerId) {
  await this.executeToolCalls(
    conversation, 
    result.data.toolCalls, 
    mcpServerId, 
    model, 
    onChunk, 
    tools  // ← 传递 tools
  )
}
```

---

## 完整的工具调用链

修复后的完整流程：

```
用户输入: "发布文章，主题：酸菜鱼"
    ↓
第一次 AI 调用（带 tools）
    messages: [
      { role: 'system', content: '你是一个智能助手...' },
      { role: 'user', content: '发布文章，主题：酸菜鱼' }
    ]
    tools: [mcp__check_login_status, mcp__publish_content, ...]  ← 有工具
    ↓
AI 决策: "先检查登录状态"
    tool_calls: [{ name: 'mcp__check_login_status', arguments: '{}' }]
    ↓
执行工具: check_login_status
    result: "✅ 登录状态正常"
    ↓
第二次 AI 调用（带 tools）✅ 修复后
    messages: [
      { role: 'system', content: '...' },
      { role: 'user', content: '...' },
      { role: 'assistant', tool_calls: [...] },
      { role: 'tool', content: '✅ 登录状态正常' }
    ]
    tools: [mcp__check_login_status, mcp__publish_content, ...]  ← 有工具✅
    ↓
AI 决策: "登录正常，现在发布内容"
    tool_calls: [{ name: 'mcp__publish_content', arguments: '{...}' }]
    ↓
执行工具: publish_content
    result: "✅ 发布成功"
    ↓
第三次 AI 调用（带 tools）
    ↓
AI 生成友好回复:
    "✅ 文章已成功发布！链接：..."
```

---

## 测试验证

修复后重新测试：

```
用户: 主题是：如何制作酸菜鱼，帮我生成内容。发布文章。
```

**预期日志**：

```javascript
// 第一次 AI 调用
🎯 [makeChatRequestStream] 工具数量: 3
🔧 AI 调用: mcp__check_login_status

// 第二次 AI 调用（修复后）
🔧 [executeToolCalls] 继续传递工具列表: 3 个  ← 新增日志
🎯 [makeChatRequestStream] 工具数量: 3  ← 修复后有工具了！
🔧 AI 调用: mcp__publish_content

// 第三次 AI 调用
🎯 [makeChatRequestStream] 工具数量: 3
✅ AI 返回: "文章已成功发布..."
```

---

## 技术要点

### 为什么需要每次都传递 tools？

在 OpenAI Function Calling 机制中：

1. **AI 需要知道有哪些工具可用**
   - 每次调用 AI 时都需要传递完整的工具列表
   - AI 根据上下文决定是否需要调用工具

2. **支持多轮工具调用**
   ```
   AI → Tool A → AI → Tool B → AI → Tool C → AI
   ```
   每次 AI 调用都需要工具列表，才能决定下一步操作

3. **工具链的完整性**
   - 第一步：检查登录状态
   - 第二步：发布内容
   - 第三步：查询发布结果
   - ...

### Cherry Studio 的实现

查看 Cherry Studio 源码可以确认，它也是每次都传递 tools：

```typescript
// Cherry Studio 的实现
export async function executeToolCalls(toolCalls: any[], tools: any[]) {
  const toolResults = await Promise.all(
    toolCalls.map(call => executeTool(call))
  )
  
  // 继续调用 AI 时传递 tools
  return await sendMessage({
    messages: [...history, ...toolResults],
    tools  // ← 传递 tools
  })
}
```

---

## 相关文件

- `/web/src/services/chatService.ts` - 核心修复位置
  - Line 945: `executeToolCalls` 方法签名
  - Line 1040: 传递 tools 给第二次 AI 调用
  - Line 563: 调用 `executeToolCalls` 时传递 tools

---

## 总结

| 项目 | 修复前 | 修复后 |
|------|--------|--------|
| 第一次 AI 调用 | ✅ 有工具（3个） | ✅ 有工具（3个） |
| 执行工具 | ✅ 成功执行 | ✅ 成功执行 |
| 第二次 AI 调用 | ❌ 无工具（0个） | ✅ 有工具（3个）|
| AI 能否继续调用 | ❌ 不能 | ✅ 能 |
| 工具调用链 | ❌ 断裂 | ✅ 完整 |

**修复状态**: ✅ 已修复  
**测试状态**: ⏳ 待测试  
**版本**: v1.0.2+ Bug Fix

---

**更新时间**: 2024-01-15