需完成工具注册、参数约束声明与llm指令对齐三步闭环：注册database_tool.py并配置config.yaml；设置tool_choice为"auto"且启用function calling，并在system prompt中强制json格式输出；用户指令须含动词+宾语结构，初始注入schema摘要，失败时自动recall重试。
☞☞☞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☜☜☜
让AI通过OpenClaw框架调用数据库工具，需完成工具注册、参数约束声明与LLM指令对齐三步闭环。这一步漏掉任意一个环节，AI就会把SQL当成普通文本输出，而非触发实际查询。
注册数据库工具到OpenClaw工具集
在tools/目录下新建database_tool.py，定义一个符合OpenClaw Tool Protocol的类：
继承BaseTool，重写schema和__call__方法；schema必须包含type: "function"、name（如"query_database"）、description（明确说明“仅用于SELECT查询，禁止UPDATE/DELETE”），以及parameters中每个字段的type和description。
在config.yaml的tools列表中添加该模块路径：- tools.database_tool:QueryDatabaseTool。
【必须确保工具类名与config中冒号后名称完全一致，大小写敏感】
约束LLM生成结构化函数调用
修改llm_config.yaml中的tool_choice为"auto"，并启用enable_function_calling: true。
在系统提示词（system prompt）末尾追加硬性指令：“你只能以JSON格式输出function call，格式为{‘name’: ‘xxx’, ‘arguments’: {‘param1’: ‘val1’}}；禁止输出任何解释性文字、代码块或自然语言描述。”
这一步不加，LLM大概率会返回“我帮你查了用户表”，而不是真正调用工具。
构造带上下文的用户指令
第一步：用户输入必须含明确动词+宾语结构，例如“查出id为123的用户邮箱”；避免模糊表述如“看看用户信息”。
第二步：在Agent启动时，通过initial_memory注入数据库Schema摘要，包括表名、关键字段、主键和外键关系——这是LLM生成合法SQL的前提。
第三步：运行时，若LLM首次尝试调用失败（如参数缺失），OpenClaw会自动触发RecallAction，将错误日志连同Schema摘要一并喂回LLM重试；无需人工干预。
