工具的工程质量：校验、超时、重试与可观察

模型会"乱调"工具——这是默认假设

幻觉参数（不存在的 ID）、颠倒参数顺序、超范围取值、疯狂重试……工具实现必须把模型的每次调用都当作不可信输入来防御（与《Harness 安全边界》同源）。

五道工程防线

1. 输入校验：类型、范围、格式逐项校验；失败返回{"error": "参数 start_date 格式应为 YYYY-MM-DD，收到 2024/1/1"}——错误信息要教模型怎么改；
2. 超时熔断：任何外部调用（HTTP/DB）设置超时，超时返回"操作超时，可稍后重试"，绝不挂起整个 Agent；
3. 幂等与防重：写操作支持幂等键，避免模型重试导致重复下单/重复发信；
4. 限流与配额：昂贵工具（搜索、代码执行）加频次限制，返回"已达调用上限"；
5. 全程留痕：每次调用记录 参数/结果/耗时/是否成功——既是审计，也是下一课评测的数据源。

错误信息的"模型友好"写法

# ❌ 差：模型无从下手
raise ValueError("invalid input")

# ✓ 好：说清哪里错、期望什么
return {"error": "order_id ORD-12345 不存在。可先用 search_orders 查询有效订单号"}

经验法则：工具错误的理想效果是模型看到错误后下一次就调对——错误信息是工具的自我教学材料。