火山引擎多轮对话中工具结果需显式保存：开启"enable_tool_results_history": true，设tool_choice为"auto"或指定工具，结果以system消息注入或手动拼接至history，二进制内容不支持持久化。
☞☞☞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☜☜☜
火山引擎多轮对话中工具结果怎么保存
当你在火山引擎智能对话服务中调用联网搜索、知识库检索或代码执行等工具后，工具返回的结果默认只存在于当前响应流中，不会自动写入会话历史，导致下一轮提问无法引用——这意味着你刚查到的API文档、刚跑出的SQL结果、刚生成的表格，下一秒就“失忆”了。
第一步：在调用工具前，确认请求体中 【"enable_tool_results_history": true】 已设为 true。该字段必须显式开启，否则工具输出仅作为本轮响应内容，不参与上下文构建。
第二步：使用 Response API 时，在 tools 参数内声明工具调用的同时，需将 tool_choice 设为 "auto" 或指定工具名称；若设为 "none"，则工具完全不触发，历史自然为空。
第三步：工具执行成功后，响应体中的 message.content 字段会包含原始文本结果，而 message.tool_calls 字段会记录调用元数据；真正进入历史缓存的是 content 中的结构化输出（如 JSON 表格、Markdown 列表），不是日志类调试信息。
注意：如果工具返回的是二进制文件（如图片 base64、PDF 字节流），这些内容不会被存入对话历史，仅支持文本型工具结果持久化。
火山引擎工具消息历史管理要点
工具消息不是普通聊天记录，它受独立缓存策略控制，错误管理会导致后续多轮推理丢失关键依据。
方法一：启用上下文感知的工具结果注入
在发起请求时，将 tool_results_history_mode 设为 "inject"，此时工具返回内容会以 system 角色消息形式插入到历史列表末尾，模型可直接读取并引用。这是最稳妥的复用方式，但会占用 tokens 配额。
方法二：手动提取 + 显式拼接
从响应中解析 tool_calls[0].function.output 获取纯文本结果，再用 assistant 角色将其作为新消息追加到 history 数组中。这一步必须在客户端完成，服务端不会代劳。适合需要清洗格式或过滤敏感字段的场景。
方法三：依赖火山方舟内置记忆层
若已接入 OpenViking 向量数据库，可在工具执行完成后调用 /v1/memory/write 接口，将 tool output 以语义块形式写入长期记忆。后续任意会话只要开启 auto_recall，就能按需召回该结果。此方式不占对话 tokens，但需额外鉴权和 schema 定义。
【必须在首次写入前完成 memory 初始化，否则 write 请求会静默失败】
