Function Calling

Agent API 运行两类工具：

1. 内置服务端工具：平台的健康数据工具。它们在服务端运行，你从不需要自己执行；平台只把运行轨迹报告给你，不会把执行工作交给你。
2. 客户端 function 工具：你在请求上声明的工具。模型需要调用工具时，响应会以 function_call 交接给你；你执行工具后，这轮运行继续。

内置服务端工具

agent 始终持有针对 Subject 数据的平台工具集（与 Answers API 同一目录）：

• query_health_data：检索并聚合 Subject 的记录
• list_family_members：解析 Subject 有权查询的关爱圈成员
• search_medical_evidence：检索文献、指南/共识与注册试验（供给 citations）
• read_source：按检索返回的 ref 读取一条结果；不支持任意 URL 抓取

/v1 agent 的领域工具只读。它还会运行内部的规划与分析工具。每次服务端工具运行都落在响应对象的顶层 tool_steps 扩展里，绝不作为 output item（以免官方 SDK 解析未知类型）；流式下则通过 response.mirobody_tool_call 旁路事件返回。

声明客户端工具

{
  "model": "mirobody-flash",
  "input": "Check my recent glucose and book a follow-up if it is trending up.",
  "user": "alice",
  "tools": [
    {
      "type": "function",
      "name": "book_appointment",
      "description": "Book a clinic appointment for the end user.",
      "parameters": {
        "type": "object",
        "properties": { "date": { "type": "string", "description": "ISO date" } },
        "required": ["date"]
      }
    }
  ]
}

规则（违反即显式 400，绝不静默丢弃）：

规则	细节
类型	支持 "type": "function"（客户端交接）与 "type": "mcp"（服务端远程工具）。扁平 Responses 形式与 completions 嵌套的 {"type":"function","function":{...}} 形式都接受。{"type": "mcp"} 接入你的远程 MCP server（服务端执行、无交接），详见 MCP servers。
数量	每请求最多 64 个工具。
名称	需匹配 [a-zA-Z0-9_-]{1,64}；必须唯一；不得与内置工具重名（query_health_data、read_file、task 等）。
parameters	JSON Schema 对象（默认 {"type":"object","properties":{}}）。
tool_choice	"auto"（默认）、"none"（本轮禁用所有工具，含内置工具，见 backbone 模式）或指名某个客户端工具。其它取值 → 400 unsupported_parameter。

警告

安全提示： agent 持有访问 Subject 健康数据的工具。Subject 隔离已把每次调用限定在该开发者自己的数据内，但你的工具描述与结果同属提示面，因此不要未经审查地把不可信的第三方文本灌进去。

交接

模型调用你的工具时，响应以一个 function_call output item 完成（status: "completed"：响应已经结束，对话还在等你）：

{
  "id": "resp_abc...",
  "object": "response",
  "status": "completed",
  "output": [
    { "type": "function_call", "id": "fc_0", "call_id": "call_9f2...",
      "status": "completed", "name": "book_appointment",
      "arguments": "{\"date\": \"2026-07-14\"}" }
  ],
  "output_text": "",
  ...
}

流式下，同一交接以 response.output_item.added → response.function_call_arguments.delta / .done → response.output_item.done 事件组到达（见流式传输）。

执行工具后，用两种方式之一续运行：

路径 1 —— 有状态续运行（previous_response_id）

只发送 function_call_output item，并引用交接响应。服务端恢复暂停的 agent 线程（无需重发历史）：

curl https://api.mirobody.ai/v1/responses \
  -H "Authorization: Bearer $MIROBODY_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
        "model": "mirobody-flash",
        "previous_response_id": "resp_abc...",
        "input": [
          { "type": "function_call_output", "call_id": "call_9f2...",
            "output": "Booked: Mon 2026-07-14 09:30, Dr. Chen" }
        ],
        "user": "alice"
      }'

要求：输出必须恰好覆盖所有待处理 call_id（并行调用 → 每个一条 function_call_output）；续运行时不得混入 message item；一次交接只能续运行一次（重复续运行会显式失败）。交接响应必须已被存储（store=true，即默认值）。

路径 2 —— 无状态全量回放

openai-agents 的默认做法是：把完整的 item 转录重发在 input 中，包含 function_call / function_call_output 对，且不带 previous_response_id：

{
  "model": "mirobody-flash",
  "input": [
    { "role": "user", "content": "Check my recent glucose and book a follow-up if it is trending up." },
    { "type": "function_call", "call_id": "call_9f2...", "name": "book_appointment",
      "arguments": "{\"date\": \"2026-07-14\"}" },
    { "type": "function_call_output", "call_id": "call_9f2...",
      "output": "Booked: Mon 2026-07-14 09:30, Dr. Chen" }
  ],
  "tools": [ ... ],
  "user": "alice"
}

这些成对 item 会被重建为对话历史，运行按新一轮继续。全程可配 store=false。

openai-agents 端到端

SDK 会处理整个闭环，从声明、交接、执行到回放：

from agents import Agent, ModelSettings, Runner, function_tool, set_default_openai_client, set_tracing_disabled
from openai import AsyncOpenAI

set_default_openai_client(AsyncOpenAI(
    base_url="https://api.mirobody.ai/v1", api_key="mb_live_..."))
set_tracing_disabled(True)

@function_tool
def book_appointment(date: str) -> str:
    """Book a clinic appointment for the end user (ISO date)."""
    return f"Booked: {date} 09:30, Dr. Chen"

agent = Agent(
    name="Health assistant",
    model="mirobody-flash",
    instructions="Check real health data before acting.",
    tools=[book_appointment],
    model_settings=ModelSettings(extra_body={"user": "alice"}),  # 租户隔离——必传
)
result = Runner.run_sync(agent, "Check my recent glucose and book a follow-up if it's trending up.")
print(result.final_output)

警告

所有会触达 Mirobody 工具的 agents-SDK agent，都必须通过 model_settings=ModelSettings(extra_body={"user": ...}) 传入 Subject。不传时，这次运行读到的是账户默认 Subject，而不是你想要的那个用户。

模型用内置服务端工具读取 Subject 的真实血糖数据，再交接给你的 book_appointment，由 SDK 在本地执行并自动回放转录。

续运行错误

HTTP 400 消息	原因
previous response has no pending function calls	续运行的响应并非交接（或已被续运行过）。
cannot mix message items with function_call_output when resuming via previous_response_id	续运行请求只能包含工具输出。
unknown call_id(s): [...] / missing function_call_output for call_id(s): [...]	输出必须与待处理调用严格匹配。
previous response has pending function call(s) — provide function_call_output items for: ...	在未提供输出的情况下续接一个有待处理交接的对话。
function_call_output without matching function_call items — replay the full transcript, or resume via previous_response_id	无状态回放必须连同 function_call item 一起发。

另见

• Agent API（Responses）：这些工具所在的端点。
• MCP Servers：改用远程 MCP server 而不是本地工具。
• 结构化输出：把最终回答约束到一个 schema。