Agent的“嵌套JSON”噩梦：当Action Input变成字符串套娃

javy21

433人浏览 · 2026-07-25 11:32:19

javy21 · 2026-07-25 11:32:19 发布

【导航台账】制造业数据与AI践行者老蒋的技术博客全系列文章汇总（持续更新）

文章摘要

在调用Agent工具时明明传了date参数，却反复报错Field required。排查发现，LangChain的ReAct Agent在生成Action Input时，将整个JSON对象作为字符串嵌套进了line_name字段，导致Pydantic只解析到第一个字段。本文剖析Agent参数生成的内部机制，并提供“防御性JSON解析”的通用解决方案。适用于LangChain 0.3.x版本的Agent工具开发。

问题现象

兄弟们，这个故事有点意思。

前面几篇排坑笔记你们也看到了，我们把__init__.py导入链污染搞定了，把版本碎片化搞定了，把中文括号也搞定了。我以为世界就此清净了。😀

然后我信心满满地跑起了Agent测试，输入：

计算交互屏组装A线在2026-07-12的OEE

Agent的思考链正常启动，工具调用正常触发，一切看起来都很美好——直到它报了这个错：

❌ 错误: 1 validation error for OEEInput
date
  Field required [type=missing, input_value={'line_name': '{"line_nam... "date": "2026-07-12"}'}, input_type=dict]

我当时的第一反应是：这不科学啊......😀

我明明传了date，而且从日志里看，Action Input里面清清楚楚写着"date": "2026-07-12"。Pydantic凭什么说Field required？

根因分析

说实话，这个问题我盯着屏幕看了十分钟，甚至怀疑过是不是Pydantic版本又出幺蛾子了。后来我把Agent生成的Action Input完整打印出来一看，真相大白。

第一层：Agent偷懒，把JSON当字符串塞进了一个字段

这是Agent生成的Action Input：

{"line_name": "{\"line_name\": \"交互屏组装A线\", \"date\": \"2026-07-12\"}"}

这是我希望它生成的Action Input：

{"line_name": "交互屏组装A线", "date": "2026-07-12"}

看出来区别了吗？

Agent把整个JSON对象当作一个字符串，塞进了line_name字段里。导致Pydantic在解析时，只看到了line_name这一个字段，date被埋在了字符串内部，根本解析不到。

第二层：为什么会这样？——Agent的“自作聪明”

LangChain的ReAct Agent在生成Action Input时，会尝试自动判断参数的格式。

当我定义的OEEInput有两个字段（line_name和date）时，Agent的内心活动大概是这样的：

“用户说要计算OEE，我得调用calculate_oee。这个工具需要两个参数，我该怎么传呢？我干脆把两个参数打包成一个JSON字符串，一次性塞进去，省事。 ”

于是它就干出了这种“字符串套娃”的骚操作。它不知道的是，Pydantic在解析时是按字段名来匹配的，你塞得再好，字段名对不上，它就报错。

说白了，Agent太“聪明”了，聪明到帮我们做了多余的事。

第三层：这坑为什么容易踩？

因为LangChain 0.3.x的create_react_agent对输出格式的约束不够严格。它告诉Agent要输出Action Input，但没有强制要求这是一个扁平的JSON对象，Agent就有机会自由发挥。

而Python开发者习惯了用json.dumps()，很容易在Prompt中不小心给Agent“示范”了嵌套JSON的写法——你一旦在Prompt里写了个JSON示例，Agent就会学你。

解决方案

说实话，让Agent别自作聪明，这事靠“教”是教不会的。直接上防御性编程——在工具内部自己处理这种骚操作。

第一步：修改`_run`方法，增加嵌套检测

在tools/oee_calculator.py的_run方法开头，加入这段逻辑：

def _run(self, line_name: str, date: Optional[str] = None) -> str:
    # ---- 防御性解析：处理Agent的“字符串套娃” ----
    if isinstance(line_name, str) and line_name.strip().startswith("{") and line_name.strip().endswith("}"):
        try:
            import json
            data = json.loads(line_name)
            # 从嵌套JSON中提取真正的参数
            line_name = data.get("line_name", line_name)
            date = data.get("date", date)
        except json.JSONDecodeError:
            pass
    # 继续原有逻辑...

这段代码的逻辑很简单：

检查：line_name是不是一个JSON字符串？（以{开头、以}结尾）
解套：如果是，用json.loads()解开，从中提取真正的line_name和date
兜底：如果解析失败，保持原值不变

第二步：将`date`字段设为可选

把OEEInput的date字段改成Optional，并提供默认值：

class OEEInput(BaseModel):
    line_name: str = Field(description="产线全称")
    date: Optional[str] = Field(default=None, description="日期，不填则默认今天")

然后修改_run方法签名：

def _run(self, line_name: str, date: Optional[str] = None) -> str:
    if date is None:
        date = datetime.now().strftime("%Y-%m-%d")
    # 继续...

第三步：同样操作应用到`shift_query.py`

不要只改一个工具，query_shift也会有同样的问题。把ShiftInput的date也改成Optional，并在_run中加入相同的解析逻辑。

验证结果

修改之后，重新运行：

🧑‍💻 你: 计算交互屏组装A线在2026-07-12的OEE

> Entering new AgentExecutor chain...
Thought: 需要调用calculate_oee工具
Action: calculate_oee
Action Input: {"line_name": "交互屏组装A线", "date": "2026-07-12"}
Observation: {"line": "交互屏组装A线", "oee": 86.39, "quality_rate": 97.0, ...}
Final Answer: 交互屏组装A线在2026-07-12的OEE为86.39%

🤖 Agent: 交互屏组装A线在2026-07-12的OEE为86.39%

经验总结

怕你忘了，我再啰嗦一遍😀😀😀：Agent的Action Input不一定是你想要的那个样子，它可能会自作主张地帮你“优化”格式。

落到具体操作上就是三条：

永远不要完全信任Agent生成的参数格式。LangChain的ReAct Agent在复杂场景下，可能会输出嵌套JSON、纯文本、甚至把多个参数拼成一个字符串。写防御性代码是唯一靠谱的方式。
在_run()方法开头加一层“JSON检测+解套”逻辑。这招不止对付嵌套JSON，还能处理line_name变成乱七八糟字符串的情况。本质上就是：先判断它是不是JSON，是就解开；不是就当普通字符串用。
所有工具类的date字段都设为Optional。别逼用户每次都要手动输入日期，让工具自己处理默认值。这样即使Agent漏传了date，你的工具也不会崩。
调试技巧：如果遇到奇怪的Field required报错，先别急着改代码。在_run()方法最开头加一行print(f"DEBUG: line_name={line_name}, date={date}")，看看Agent实际传入的值是什么。很多时候你会发现，它传入的东西跟你想象的根本不是一回事。