Qwen 已返回 `tool_calls`，为什么你的行情回答仍可能不可信？

摘要：

Qwen 返回 tool_calls，不代表行情查询已经成功。本文从掘金开发者常见排错场景出发，拆解“触发工具、应用执行、结果校验、工具回填、最终回答”的最小可信链路，并给出未触发工具、查询失败或空结果、回填错误三个必须阻断价格回答的失败分支。TickDB 仅作为应用端只读行情数据路径示例出现。

你在日志里看到了这样的返回：

{
  "tool_calls": [
    {
      "function": {
        "name": "get_market_snapshot",
        "arguments": "{\"symbol\":\"AAPL.US\"}"
      }
    }
  ]
}

这只能说明一件事：模型提出了一个工具调用请求。

它不等于应用程序已经拿到行情，不等于返回内容有效，也不等于最终回答确实基于这次查询结果生成。对于“当前价格是多少”这类问题，只要工具链路没有完整闭环，模型就不应该继续输出确定价格。

tool_calls 不是行情结果

百炼官方文档给出的 Function Calling 流程，本质上由应用程序完成闭环：

容易忽略的是第 3、4 步：真正访问行情数据的是你的应用，而不是 tool_calls 本身。

最小可信调用链路

对于必须依赖当前行情的数据问题，可以把链路收紧为以下五步：

这里 TickDB 的位置很简单：它可以是应用端行情适配器实际查询的数据路径之一。Qwen 负责决定要调用什么工具并整理回答，应用负责执行和校验查询，两者不能混写成“模型自己知道行情”。

核心代码片段：重点在阻断条件

以下为教学用核心片段，不是完整可运行代码。Qwen 的 OpenAI 兼容调用形式依据百炼官方文档；query_snapshot_via_readonly_adapter() 为故意省略的应用端执行器，可在审核后接入并核验 TickDB REST 请求、鉴权、字段与异常处理。

import json
import os
from openai import OpenAI

client = OpenAI(
    api_key=os.getenv("DASHSCOPE_API_KEY"),
    base_url="https://dashscope.aliyuncs.com/compatible-mode/v1",
)

tools = [{
    "type": "function",
    "function": {
        "name": "get_market_snapshot",
        "description": "读取指定标的的当前行情快照，只用于只读查询。",
        "parameters": {
            "type": "object",
            "properties": {"symbol": {"type": "string"}},
            "required": ["symbol"],
        },
    },
}]

messages = [{"role": "user", "content": "查询 AAPL.US 当前价格"}]
first = client.chat.completions.create(
    model="qwen3.6-plus",
    extra_body={"enable_thinking": False},
    messages=messages,
    tools=tools,
    tool_choice="required",  # 仅用于已确认必须查行情的分支
)

assistant_msg = first.choices[0].message
if not assistant_msg.tool_calls:
    raise RuntimeError("未触发行情工具，禁止输出当前价格")

messages.append(assistant_msg)
call = assistant_msg.tool_calls[0]
args = json.loads(call.function.arguments)

# 应用端只读数据适配器：可接 TickDB REST；此处省略真实网络实现。
result = query_snapshot_via_readonly_adapter(args)

if not result.get("ok") or not result.get("quote"):
    raise RuntimeError("查询失败或无可验证行情，禁止输出当前价格")

messages.append({
    "role": "tool",
    "tool_call_id": call.id,
    "content": json.dumps(result, ensure_ascii=False),
})

final = client.chat.completions.create(
    model="qwen3.6-plus",
    extra_body={"enable_thinking": False},
    messages=messages,
    tools=tools,
)  # 总结工具结果阶段，不继续强制工具调用
print(final.choices[0].message.content)

片段里的关键不是函数名，而是三条规则：

1. 没有真实工具结果，就没有当前价格结论。
2. 工具失败或结果为空，应该明确告诉用户“当前无法验证”，而不是让模型补写一个价格。
3. 工具结果必须绑定正确的 tool_call_id 回填，之后的回答才有证据来源。

至少三个常见失败分支

一个更实用的验收清单

上线前，不妨对行情工具调用链逐项检查：

• 当前行情问题是否被路由到必须查询工具的分支。
• tool_calls 是否只被视为请求，而不是查询成功标志。
• 应用端查询是否为只读操作，并处理失败、超时和空结果。
• 返回值是否作为工具消息正确回填到对应调用。
• 最终回答是否只描述得到的数据，不补写不存在的结果。
• 日志是否足以区分“模型没调工具”“工具没数据”“回填出错”三类问题。

边界说明

本文讨论的是工具调用链路的可信性设计，不提供交易建议，也不把一次行情快照扩展成趋势、收益或买卖判断。TickDB 在这里仅作为应用端可以接入的只读行情数据路径示例；实际接入时，仍应以当前接口文档和审核后的请求实现为准。

总结

看到 tool_calls，只能证明 Qwen 知道“该去查”。

只有应用成功执行查询、确认结果可用、正确回填工具输出，并让模型基于该结果回答，当前行情结论才拥有最基本的证据闭环。

对于行情类问答，最重要的工程规则不是“尽量回答”，而是：没有可验证工具结果时，明确停止报价格。

标签：

Qwen Function Calling tool_calls Python API 行情查询 排错

阿里云百炼 Function Calling 官方文档。

通过 TickDB API 获取实时行情数据

一个 API 接入外汇、加密货币、美股、港股、A股、贵金属和全球指数的实时行情。支持 WebSocket 低延迟推送，免费开始使用。