MiniMax Agent API返回内容不准确需从提示结构、工具配置、响应解析三方面校准：精简system消息、截断历史上下文、强制tool_choice、压缩工具描述、添加调用确认钩子，并优先解析tool_outputs而非content字段。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜
MiniMax Agent API返回内容不准确，常见于工具调用失败、system消息干扰、历史上下文污染或模型未按预期执行搜索/计算步骤，需从提示结构、工具配置、响应解析三方面逐层校准。
检查并精简system消息与历史上下文
冗余的system指令会覆盖模型默认行为逻辑，尤其当包含模糊约束（如“请尽量简洁”“不要编造”）时，模型可能误判为禁止生成必要中间推理，导致跳过关键工具调用步骤。
第一步：打开请求体中的messages数组，定位role为"system"的元素；
第二步：删除所有含主观修饰词的句子，例如“务必准确”“严禁出错”“请深思熟虑”，仅保留功能型声明，如“你是一个能调用shell、search、file_read工具的智能体”；
第三步：将历史对话中超过3轮的user/assistant交替记录截断，只保留最近1轮完整交互+当前query；【截断后必须确保最后一轮assistant回复以工具调用JSON结尾，否则模型无法延续执行流】。
验证工具调用是否真正触发
Agent返回内容不准确，80%以上源于工具未被实际调用——模型仅在response中“声称”已搜索或执行，但服务端未发出下游请求。这通常由tool_choice配置错误或工具描述存在歧义导致。
方法一：强制指定工具名称
在请求体中显式传入tool_choice字段，值设为{"type": "function", "function": {"name": "search"}}，禁用auto模式；
方法二：压缩工具描述至50字内
将tools数组中每个tool的description字段删减为单句功能说明，例如把“通过多跳检索聚合权威信源，支持时效性新闻与政策文件抓取”改为“联网搜索最新公开信息”；
方法三：添加工具调用确认钩子
在system消息末尾追加固定句式：“每次调用工具前，必须先输出严格符合JSON Schema的tool_calls字段，且不得在content中重复描述工具作用。”
解析response时提取真实工具结果
MiniMax Agent响应中，content字段常为空字符串或仅含思考过程，真实数据藏在tool_calls→tool_outputs结构里。若直接读取content，必然得到不准确摘要。
1. 先检查response.data.content是否为非空字符串——若是，直接采用；
2. 若content为空，则遍历response.data.tool_calls数组，找到对应index匹配的tool_outputs项；
3. 读取该tool_outputs中output字段的原始文本，而非其summary或title；【output字段可能含HTML标签或换行符，需做strip()和html.unescape()清洗后才可展示】；
4. 将清洗后的output作为最终答案返回，跳过任何基于content字段的fallback逻辑。
