aionclaw工具调用失败源于模型输出结构与解析器不兼容，需确认模型原生支持tool_calling、配置tool_choice="required"、校验工具定义小写规范，并通过verbose日志定位执行断点。
☞☞☞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☜☜☜
切换模型后AionClaw工具调用失败，说明新模型虽能响应文本请求，但未真正触发工具函数——问题卡在模型输出结构与AionClaw解析器的兼容断层上，不是技能本身坏了，而是“语言不通”。
确认新模型是否支持原生工具调用
第一步：打开AionClaw配置目录，执行openclaw config --show-path，定位到openclaw.json文件。
第二步：在该文件中查找当前生效的模型ID（如"model": "qwen2.5-7b"），然后访问对应模型的官方文档或Ollama模型库页面，确认其明确标注 support_tool_calling。Gemma4、Phi-3-mini、Qwen2-VL等轻量视觉模型默认不支持，强行配置会导致工具字段被静默丢弃。
第三步：若文档无明确说明，用curl直连验证——把模型名填入以下命令并执行：
curl -X POST http://localhost:11434/api/chat -H "Content-Type: application/json" -d '{"model":"qwen2.5-7b","messages":[{"role":"user","content":"查北京天气"}],"tools":[{"type":"function","function":{"name":"get_weather","description":"获取城市天气","parameters":{"type":"object","properties":{"city":{"type":"string"}}}}}]}'
如果返回中不含"tool_calls"字段，只有"message"文本内容，说明该模型根本不识别工具调用指令，必须换模型。
强制启用工具调用约束
方法一：在openclaw.json中，找到对应模型配置块，在options下添加"tool_choice": "required"。这一步不可省略——仅靠prompt里写“请调用天气插件”，Qwen2.5、DeepSeek-R1等模型会自由生成回复而非结构化调用。
方法二：若使用TaoToken统一通道，在网关层配置中追加tool_choice=required参数。TaoToken会透传该参数给下游模型，避免AionClaw CLI层做二次解析时丢失。
【注意：tool_choice必须为字符串"required"，不能写true/false/always】
校验工具定义是否被新模型正确加载
① 运行openclaw tools list，确认目标工具（如get_weather）出现在已注册列表中。若未出现，说明工具文件未被扫描，检查skills/目录下对应工具的SKILL.md是否存在且命名规范（全小写、无空格、无中文）。
② 打开该工具目录下的SKILL.md，检查## function_name标题行是否与index.ts中导出的函数名完全一致（大小写敏感）。常见错误是SKILL.md写GetWeather而代码里是getWeather，AionClaw加载时直接跳过该工具。
③ 用openclaw tools validate get_weather命令校验JSON Schema。若报错invalid property: Parameters，说明parameters字段首字母大写了——OpenClaw解析器只认全小写字段名，【Parameters → parameters，Properties → properties，必须全部小写】。
验证工具执行链路是否贯通
第一步：启动AionClaw时添加--verbose参数，例如openclaw run --verbose。
第二步：发起一次带工具意图的请求（如“查上海天气”），观察终端日志流。
第三步：搜索关键词executing tool:。若全程未出现该字样，说明模型返回未被解析为有效tool call，问题出在前三个环节；若出现但后续报错tool not found或execution failed，则聚焦工具函数本身返回值是否为合法JSON对象（不能是字符串、undefined或Promise未await）。
