当腾讯混元API返回含tool_calls字段的响应时，需主动发起第二次请求：先识别tool_calls并解析Arguments为JSON对象，再执行工具调用、构造带正确tool_call_id的tool消息，最后拼接消息并发送新请求获取最终答案。
☞☞☞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☜☜☜
当腾讯混元API返回包含tool_calls字段的响应时，说明模型判断需要调用外部工具（如搜索、数据库查询、代码执行等）来完成用户请求，此时必须主动发起第二次请求，将工具调用结果回填到messages中，否则对话会中断或无法获得最终答案。
识别tool_calls响应并提取调用信息
检查非流式响应的Response.Choices[0].Messages[0].Content是否为空，同时确认Response.Choices[0].Message.ToolCalls是否存在且不为空列表。若存在，说明模型已生成工具调用指令，而非直接回答。
从ToolCalls中逐个提取Id、Type（目前仅支持function）、Function.Name和Function.Arguments。注意：【Arguments是JSON字符串，不是Python字典，必须先json.loads解析】，否则后续构造消息会出错。
这一步操作起来很简单，直接遍历resp.Response.Choices[0].Message.ToolCalls即可。
执行工具逻辑并构造tool\_message
根据Function.Name调用对应本地函数或第三方服务，例如调用搜索接口获取实时天气、查数据库获取产品价格、运行Python代码计算数值等。工具返回结果必须为字符串，不能是字典或对象。
将每个工具调用结果封装为tool角色的消息：{ "role": "tool", "content": "<工具返回的纯文本结果>", "tool_call_id": "<原tool_calls中的Id>" }。注意tool_call_id必须严格匹配原始调用的Id，大小写和符号都不能错，否则混元会忽略该消息。
多个工具调用需生成多条tool消息，顺序不限，但每条都必须带正确的tool_call_id。
构造第二轮请求并发送
第一步：把原始用户消息、模型返回的assistant消息（含tool_calls）、以及所有新生成的tool消息按时间顺序拼接进messages列表；
第二步：确保新请求的Messages中最后一条不是user，而是tool；
第三步：清除req.ToolChoice（如有设置），不要指定auto或required，让模型自主决定是否还需调用新工具或直接作答；
第四步：发送新请求，接收最终回答。若响应中仍有tool_calls，需重复本流程，但实践中两轮足够覆盖绝大多数场景。
