Kiểm Định Tham Số Tool Calling Chuẩn JSON Schema Cho Function Calling

Mục tiêu kiến thức

• Trong cơ chế Function Calling của LLM (OpenAI, Anthropic Claude, Gemini), mô hình sinh ra một chuỗi JSON chứa các tham số được truyền vào hàm.
• Vì LLM có thể sinh ảo (hallucinate) các kiểu dữ liệu sai hoặc thiếu trường bắt buộc, hệ thống Backend cần một Validator độc lập để kiểm định trước khi thực thi mã nguồn.
• Các quy tắc kiểm định theo chuẩn JSON Schema:
• Required fields: Mọi trường trong danh sách required phải có mặt trong arguments.
• Data types:
• "string": Phải là str.
• "integer": Phải là int (chú ý: trong Python bool kế thừa int, do đó isinstance(True, int) là True nhưng KHÔNG được chấp nhận là integer trong JSON!).
• "number": Chấp nhận int hoặc float (ngoại trừ bool).
• "boolean": Phải là bool.
• "array": Phải là list.
• Enum: Nếu trường có khai báo enum: list, giá trị phải thuộc danh sách này.
• Range constraints: Nếu trường kiểu số có minimum hoặc maximum, giá trị phải nằm trong khoảng cho phép.

Yêu cầu

Viết hàm:

def validate_tool_arguments(tool_schema: dict, arguments: dict) -> tuple[bool, str | None]:
    pass

• tool_schema: Cấu trúc schema theo định dạng OpenAI Function:

  {
      "name": "get_weather",
      "parameters": {
          "type": "object",
          "properties": {
              "location": {"type": "string"},
              "unit": {"type": "string", "enum": ["celsius", "fahrenheit"]},
              "days": {"type": "integer", "minimum": 1, "maximum": 14}
          },
          "required": ["location"]
      }
  }

• Trả về:
• Nếu tất cả tham số hợp lệ: (True, None).
• Nếu vi phạm bất kỳ quy tắc nào: (False, error_message) mô tả ngắn gọn lỗi đầu tiên phát hiện được.

Ràng buộc

• Thời gian chạy tối đa: 2000ms.
• Giới hạn bộ nhớ: 256MB.
• Dữ liệu đầu vào hợp lệ theo đúng kiểu dữ liệu và miền giá trị được mô tả.