TypeError: verifica_stoc() got an unexpected keyword argument 'marime'
Ai apelat funcția tool-ului cu argumentele modelului (`functie(**bloc.input)`), iar modelul a trimis un argument pe care funcția nu îl are. Fă funcția să accepte toate proprietățile din schemă (cu valori implicite pentru cele opționale) și validează argumentele înainte de apel.
Explicat de Tudor Andrei Dumitrescu, Senior Software Developer, fondatorul Academiei ProgramatorilorActualizat la
Ce înseamnă
got an unexpected keyword argument 'marime' e eroarea Python standard când apelezi o funcție cu un parametru numit pe care ea nu îl declară. Aici apelul este verifica_stoc(**bloc.input): dicționarul de argumente generat de model e despachetat în parametri, deci fiecare cheie trebuie să existe în semnătura funcției.
Modelul completează argumentele după schema din definiția tool-ului. Dacă schema descrie o proprietate (marime), dar funcția Python n-a fost actualizată, apelul cade de câte ori modelul o folosește. Fără strict, modelul poate adăuga ocazional și o cheie nedeclarată. Varianta opusă, missing 1 required positional argument, apare când schema nu marchează un câmp ca required, iar funcția îl cere.
În tool use, o excepție în funcția ta nu trebuie să oprească aplicația: o prinzi și trimiți modelului un tool_result cu "is_error": True, ca să poată reîncerca sau să-i spună utilizatorului.
De ce apare: cauzele frecvente
1Schema are o proprietate pe care funcția nu o acceptă
# schema: produs (obligatoriu), marime (opțional)
def verifica_stoc(produs):
return STOC.get(produs, 0)def verifica_stoc(produs, marime=None):
cheie = f"{produs} {marime}" if marime else produs
return STOC.get(cheie, 0)Funcția acceptă acum toate proprietățile din schemă; cea opțională are o valoare implicită.
2Argumente nevalidate trimise direct în funcție
rezultat = FUNCTII[bloc.name](**bloc.input)try:
rezultat = FUNCTII[bloc.name](**bloc.input)
tr = {"type": "tool_result", "tool_use_id": bloc.id, "content": str(rezultat)}
except TypeError as e:
tr = {"type": "tool_result", "tool_use_id": bloc.id, "content": f"Argumente invalide: {e}", "is_error": True}O eroare în tool devine un rezultat de eroare pentru model, nu o excepție care oprește chatbotul.
3Schemă fără strict, care permite chei în plus
"input_schema": {"type": "object", "properties": {"produs": {"type": "string"}}}"strict": True,
"input_schema": {"type": "object", "properties": {"produs": {"type": "string"}},
"required": ["produs"], "additionalProperties": False}Cu strict și additionalProperties: False, modelul trimite doar argumentele din schemă.
Repară eroarea, direct în pagină
Asistentul de stoc de mai jos dă TypeError: verifica_stoc() got an unexpected keyword argument 'marime': schema tool-ului descrie și mărimea, dar funcția nu o acceptă. Repară funcția verifica_stoc ca să primească și marime (opțional, implicit None) și să caute în STOC cheia <produs> <marime> când mărimea e dată. Programul afișează Rezultat tool: ... și răspunsul final.
import anthropic
MODEL = "claude-haiku-5-5"
client = anthropic.Anthropic()
TOOLS = [{
"name": "verifica_stoc",
"description": "Câte bucăți sunt în stoc dintr-un produs, opțional pe o mărime.",
"input_schema": {
"type": "object",
"properties": {"produs": {"type": "string"}, "marime": {"type": "string", "description": "S, M, L sau XL"}},
"required": ["produs"],
},
}]
STOC = {"geaca de ploaie": 9, "geaca de ploaie M": 3, "geaca de ploaie L": 0}
def verifica_stoc(produs):
return f"{STOC.get(produs, 0)} bucăți"
mesaje = [{"role": "user", "content": "Aveți geaca de ploaie pe mărimea M?"}]
r = client.messages.create(model=MODEL, max_tokens=300, tools=TOOLS, messages=mesaje)
bloc = next(b for b in r.content if b.type == "tool_use")
rezultat = verifica_stoc(**bloc.input)
print("Rezultat tool:", rezultat)
mesaje.append({"role": "assistant", "content": r.content})
mesaje.append({"role": "user", "content": [{"type": "tool_result", "tool_use_id": bloc.id, "content": rezultat}]})
r = client.messages.create(model=MODEL, max_tokens=300, tools=TOOLS, messages=mesaje)
print(r.content[0].text)Rezultat tool: 3 bucăți Da, pe mărimea M mai avem 3 bucăți din geaca de ploaie.
Indiciu
Adaugă parametrul marime=None și construiește cheia cu un f-string.
Reparația
import anthropic
MODEL = "claude-haiku-5-5"
client = anthropic.Anthropic()
TOOLS = [{
"name": "verifica_stoc",
"description": "Câte bucăți sunt în stoc dintr-un produs, opțional pe o mărime.",
"input_schema": {
"type": "object",
"properties": {"produs": {"type": "string"}, "marime": {"type": "string", "description": "S, M, L sau XL"}},
"required": ["produs"],
},
}]
STOC = {"geaca de ploaie": 9, "geaca de ploaie M": 3, "geaca de ploaie L": 0}
def verifica_stoc(produs, marime=None):
cheie = f"{produs} {marime}" if marime else produs
return f"{STOC.get(cheie, 0)} bucăți"
mesaje = [{"role": "user", "content": "Aveți geaca de ploaie pe mărimea M?"}]
r = client.messages.create(model=MODEL, max_tokens=300, tools=TOOLS, messages=mesaje)
bloc = next(b for b in r.content if b.type == "tool_use")
rezultat = verifica_stoc(**bloc.input)
print("Rezultat tool:", rezultat)
mesaje.append({"role": "assistant", "content": r.content})
mesaje.append({"role": "user", "content": [{"type": "tool_result", "tool_use_id": bloc.id, "content": rezultat}]})
r = client.messages.create(model=MODEL, max_tokens=300, tools=TOOLS, messages=mesaje)
print(r.content[0].text)De ce merge
Modelul a completat argumentele după schemă, inclusiv mărimea cerută de client, iar **bloc.input le-a transmis pe toate funcției. Funcția veche nu avea parametrul marime, deci Python a refuzat apelul. Cu marime=None, funcția acceptă ambele forme (cu și fără mărime), iar rezultatul ajunge înapoi la model ca tool_result.
Alte forme ale mesajului
TypeError: verifica_stoc() missing 1 required positional argument: 'produs'
Cum o eviți pe viitor
- Ține sincronizate schema tool-ului și semnătura funcției; ideal, generează una din cealaltă.
- Folosește
strict: TrueșiadditionalProperties: Falsepentru argumente previzibile. - Prinde excepțiile din tool-uri și trimite-le înapoi ca
tool_resultcuis_error: True. - Când adaugi o proprietate nouă în schemă, caută imediat funcția Python a tool-ului și adaug-o și acolo, cu o valoare implicită.
Întrebări frecvente
De ce modelul trimite un argument pe care nu l-am cerut?
Pentru că l-ai descris în schemă sau pentru că, fără strict, schema permite chei suplimentare. Modelul completează ce i se pare util din întrebarea utilizatorului.
E periculos să fac **bloc.input?
E comod, dar argumentele vin de la model, deci tratează-le ca pe date nesigure: verifică cheile și valorile înainte de apel, mai ales la tool-uri care modifică date.
Erori înrudite
anthropic.BadRequestError: Error code: 400 - tools.0.input_schema: Field required Definiția tool-ului trimisă la Claude nu are câmpul `input_schema`. De obicei e o definiție în format OpenAI (`parameters` sau `{"type": "function", "function": {...}}`): la Claude, tool-ul are `name`, `description` și `input_schema`, o schemă JSON de tip `object`. anthropic.BadRequestError: Error code: 400 - messages.2: `tool_use` ids were found without `tool_result` blocks immediately after: toolu_01A09q90qw90lq917835lq9. Each `tool_use` block must have a corresponding `tool_result` block in the next message. Modelul a cerut un tool (bloc `tool_use`), iar mesajul următor din conversație nu conține rezultatul lui. Imediat după mesajul `assistant` cu `tool_use`, trimite un mesaj `user` cu un bloc `{"type": "tool_result", "tool_use_id": bloc.id, "content": "..."}` pentru fiecare apel. KeyError: 'email' JSON-ul primit de la model nu are cheia pe care o citești (`date["email"]`): modelul a omis-o pentru că informația lipsea din text sau a numit-o altfel. Folosește `date.get("email")` cu o valoare implicită și cere câmpul în schemă (`required`), cu `null` permis când lipsește. Învață Aplicații AI cu LLM de la zero, cu exerciții la fiecare lecție
Curs Aplicații AI cu Claude și OpenAI: lecții scurte, fiecare cu un exercițiu verificat automat, direct în browser. Primele 8 lecții sunt gratuite.
