Python 类型化 Tool 的设计范式

工具 schema、业务校验和副作用执行应分层。

问题背景

生成式模型擅长处理模糊语言和提出候选方案，却不天然保证状态一致、权限正确或动作可恢复。讨论“Python 类型化 Tool 的设计范式”时，重点不应只是跑通演示，而是系统失败后是否知道发生了什么、能否安全继续，以及结果能否重复验证。

设计方案

Pydantic 验证语法，领域服务验证权限，执行器用幂等键提交。

在“类型化工具函数”进入实现前，先标注输入来源、调用身份和数据等级；输出通过结构与领域校验后才允许进入下一步。涉及外部副作用时，执行记录必须包含稳定业务键和脱敏证据。

实施产物：类型化工具函数

参数用 Pydantic 模型；业务逻辑与工具适配层分离；返回成功和领域错误联合类型；敏感默认值禁止出现。先在测试环境保存一条完整运行证据，再接入真实写操作；每次变更都必须能定位到配置、代码和数据版本。

@dataclass(frozen=True)
class PythonToolExamplePolicy:
    timeout_s: int = 30
    max_attempts: int = 2

async def python_tool_example(request, policy):
    async with asyncio.timeout(policy.timeout_s):
        return await execute_validated(request)

示例只表达边界，不是可直接复制的完整框架配置。落地时应使用当前依赖版本的官方 API，并把超时、身份和审计接到现有基础设施。

实施步骤

选一个可回放的小任务，写清输入、成功条件和禁止发生的副作用。
实现“类型化工具函数”，把模型建议与真正执行隔离。
人工走通成功、拒绝和恢复三条路径，保存 run_id 与关键事件。
加入自动化回归，再用小比例非关键流量观察指标。
达到门槛后逐步放量；任一安全约束失败立即停止新任务并回退版本。

失败演练与验收

首要反例是：工具接受任意 dict 并把异常文本直接暴露给模型。不要只验证顺利完成；还要注入超时、重复请求、取消、无权限输入和依赖返回畸形数据。

本篇的硬性验收是：属性测试生成边界参数，非法输入不会触发业务函数。同时记录 参数拒绝率、未知异常数、副作用次数。验收脚本应按结构化字段判定，不以“回答看起来合理”代替测试。

上线与回滚

“类型化工具函数”上线前要固定模型、提示、规则、工具 schema 与数据版本，并用影子或灰度流量比较旧版。若 参数拒绝率、未知异常数、副作用次数 越过门槛，先停止新 Run，再处理在途任务，恢复旧组合后逐项核对未决副作用。

适用边界

当场景是“内部固定参数函数”时，这套设计的维护成本通常高于收益。权限、金额、删除和一致性约束始终交给确定性代码，不能交给模型自行判断。

三层实现避免把校验写进业务函数

层	责任
Input Model	结构、范围、格式、字段关系
Policy/Resolver	身份、租户、对象存在与版本
Domain Function	在已验证类型上执行业务规则

例如转账工具输入使用 Decimal/最小货币单位而非 float，资源 ID 使用受约束类型，默认环境不得是 production。模型解析成功不代表有权限；resolver 按当前身份重新加载目标，不能相信输入中的 owner/tenant。

工具包装器生成稳定 schema，拒绝未知字段，捕获已知领域异常并映射为可重试/不可重试错误。未知异常带 run_id 进入日志，对模型只返回通用 internal error。外部写入接受 idempotency key 和 expected_version，超时后查询动作状态。

测试从 schema 生成边界样本，再加入 NaN/无穷大、Unicode、超长列表、跨租户 ID 和重复调用。断言非法输入时 domain mock 调用次数为零；取消和超时时资源关闭；相同动作键只产生一次副作用。类型提示检查只是开发期辅助，网络边界仍要运行时校验。

第二轮实践复核

围绕“类型化工具函数”建立一个不接触生产数据的最小项目，固定运行时、框架、模型、提示、规则和工具 schema 版本。正文代码块若缺少完整依赖、导入或领域类型，应视为架构伪代码；只有放入示例仓库并通过下述命令的代码才标记为可运行。

项目验证：python -m pytest -q
回归夹具：把输入、结构化输出、工具轨迹和副作用记录为 JSON，用固定版本执行正常、拒绝、超时、取消与重复请求五组回归样本。
必留证据：run_id、版本组合、终止原因、动作幂等键，以及 参数拒绝率、未知异常数、副作用次数。
通过条件：未批准写操作为零副作用；相同幂等键重复执行只产生一个业务结果；超时或恢复后状态可解释。
失败处理：先停新任务，再核对在途动作；回滚模型、提示、规则、工具与状态迁移的完整组合，不能只换回模型。

复用顺序

为“Python 类型化 Tool 的设计范式”建立确定性假工具，先跑契约与失败用例，不接触真实凭据。
围绕“类型化工具函数”接入只读能力，核对权限裁剪、脱敏字段和 Trace 完整性。
需要写能力时先输出 dry-run 差异，再绑定审批结果与一次性动作哈希。
以本文验收指标比较影子流量；达到门槛才放量，越线立即执行文中的组合回滚。

实践与资料复核日期：2026-08-22；框架 API 以锁定版本的官方文档为准。

参考资料

官方文档

框架 API 会持续演进，复制示例前应再次确认当前版本。可持续的 AI 工程不依赖某个模型偶尔表现出色，而依赖清晰契约、可靠 Harness 与可重复验证。