tool_calls 必须回传，少了会出大问题。 tool_calls 是对话协议的强约束部分，丢了模型会"失忆"或直接报错。
一句话回答
tool_calls是 assistant 上一轮"我决定要调这些工具"的承诺凭证 ，下一轮你必须把它原样回传 ，并紧跟着用role: tool消息把结果配对 回给模型。少传或漏配，模型会报错或行为异常。
必须回传的核心理由
1️⃣ tool 消息必须 通过 tool_call_id 配对到上一轮的 tool_calls
OpenAI 协议要求 role: tool 消息必须带 tool_call_id，这个 id 必须能在前一条 assistant 消息的 tool_calls 数组中找到：
python
# 上一轮 assistant 必须保留 tool_calls
{"role": "assistant", "content": "", "tool_calls": [
{"id": "call_xxx", "function": {"name": "bash", "arguments": "..."}}
]}
# 紧接着的 tool 消息必须引用这个 id
{"role": "tool", "tool_call_id": "call_xxx", "content": "ls 输出..."}如果丢了 tool_calls ，模型/服务端找不到 call_xxx 的来源，会报：
csharp
400: messages with role 'tool' must be a response to a preceding message with 'tool_calls'（OpenAI 官方报错原文，几乎所有兼容服务都一样）
2️⃣ 模型靠它知道"自己上一轮干了啥"
模型本身是无状态 的，每轮都重新读完整 messages 推理。如果你删掉 tool_calls：
模型看到的对话变成：
vbnet
user: "看下当前目录有啥"
assistant: "" ← 啥都没说？
tool: "file1.txt file2.txt" ← 这哪冒出来的？
user: "再看下文件大小"模型一脸懵："我没调工具啊，怎么有 tool 结果？" 行为不可预测，可能：
- 重复调一次刚才的工具
- 忽略 tool 消息凭空乱编
- 直接报 schema 错误
3️⃣ 多 tool_calls 时必须全部配对回传
一次 assistant 可以并行调多个工具：
python
"tool_calls": [
{"id": "call_a", "function": {"name": "bash", "arguments": "{\"command\":\"ls\"}"}},
{"id": "call_b", "function": {"name": "bash", "arguments": "{\"command\":\"pwd\"}"}}
]下一轮你必须对每一个回传 tool 消息：
python
{"role": "tool", "tool_call_id": "call_a", "content": "file1.txt..."},
{"role": "tool", "tool_call_id": "call_b", "content": "/Users/..."}少一个模型会报：
csharp
400: 'tool_calls' must be followed by tool messages responding to each tool_call_id简单例子
python
# 1) 保留 tool_calls 到 assistant 消息
assistant_turn = {"role": "assistant", "content": msg.get("content") or ""}
if msg.get("tool_calls"):
assistant_turn["tool_calls"] = msg["tool_calls"] # ← 关键
messages.append(assistant_turn)
# 2) 对每个 tool_call 都回传一条 tool 消息（用 id 配对）
for call in msg["tool_calls"]:
...
messages.append({
"role": "tool",
"tool_call_id": call["id"], # ← 关键
"content": output,
})这两步缺一不可，你都做了。
完整一轮长这样
python
[
# 1. 用户提问
{"role": "user", "content": "看下当前目录有啥"},
# 2. 模型决定调工具（这条必须保留 tool_calls）
{"role": "assistant",
"content": "",
"tool_calls": [
{"id": "call_a", "function": {"name": "bash", "arguments": "{\"command\":\"ls\"}"}}
]},
# 3. 你执行后回传结果（必须带 tool_call_id 配对）
{"role": "tool",
"tool_call_id": "call_a", ← 必须等于上面的 "call_a"
"content": "file1.txt\nfile2.txt"},
# 4. 模型基于工具结果给出最终回答
{"role": "assistant", "content": "目录里有 file1.txt 和 file2.txt"}
]对比：哪些字段要回传
| 字段 | 来源 | 要回传吗 | 为什么 |
|---|---|---|---|
role |
message | ✅ 必传 | 协议必填 |
content |
message | ✅ 必传 （可以是 ""） |
协议必填 |
tool_calls |
message | ✅ 必传（如果有） | 配对锚点，丢了 400 |
reasoning_content |
message | ❌ 不要传 | 思考草稿，浪费 token |
thoughtSignature |
message | ❌ 不要传 | 厂商扩展，无意义 |
index |
choice 层 | ❌ | 不是 message 的一部分 |
finish_reason |
choice 层 | ❌ | 不是 message 的一部分 |
常见踩坑
❌ 坑 1：删 tool_calls 想"省 token"
python
# 错误：以为思考过程会污染上下文，把 tool_calls 也一起删
assistant_turn = {"role": "assistant", "content": msg["content"] or ""}
# 没传 tool_calls → 下一条 tool 消息找不到锚点 → 400❌ 坑 2：tool 消息少传一条
python
# 模型一次返回 3 个 tool_calls，你只执行了前 2 个
for call in msg["tool_calls"][:2]: # ← 漏掉第 3 个
...
# 第 3 个 call 没有对应 tool 消息 → 400正确做法：要么全部执行，要么对失败/跳过的也补一条 tool 消息：
python
{"role": "tool", "tool_call_id": "call_skipped", "content": "Error: skipped by user"}❌ 坑 3：tool_call_id 写错
python
{"role": "tool", "tool_call_id": "call_xyz", ...} # ← id 拼错
# → 找不到对应的 tool_call → 400永远用 call["id"] 取值，不要硬编码。
❌ 坑 4：tool 消息和 assistant 消息顺序颠倒
python
[
{"role": "tool", ...}, ← tool 不能在 assistant 之前
{"role": "assistant", "tool_calls": [...]}
]正确顺序： assistant(tool_calls) → tool → tool → assistant → ...
简单记忆口诀
| 字段 | 口诀 |
|---|---|
tool_calls |
承诺：assistant 说"我要调这些工具"，必须留着 |
tool_call_id |
凭证：tool 结果靠它"对账" |
reasoning_content |
草稿：用完就扔，别带回家 |
一句话总结
tool_calls必须原样回传 ，因为它是 tool 消息找回家的"户口本"。一旦丢失，模型会因为tool_call_id找不到上家而直接 400 报错 ，或者上下文断裂胡乱编造。你脚本已经正确处理了，无需改动。
reasoning_content 别传、tool_calls 必传 ------ 这就是构造 agent loop 消息历史的两条铁律。