GLM-5.3工具调用与Chat Template全解析：XML函数调用格式深度揭秘

GLM-5.3工具调用与Chat Template全解析：XML函数调用格式深度揭秘

【免费下载链接】GLM-5.3GLM-5.3 与 GLM-5.2 使用相同的基座模型——所有提升均来自后训练。与 GLM-5.2 相比，它在复杂编程和长程任务上的表现显著提升。项目地址: https://ai.gitcode.com/zai-org/GLM-5.3

GLM-5.3 是 Z.ai 最新的旗舰开源权重模型，其 Chat Template 采用独特的XML 函数调用格式，专为可靠的 Agent 工具调用而设计。本文带你逐层拆解 GLM-5.3 的对话模板结构：从四大角色标记、 思考标签，到...的完整调用链路，并给出接入 GLM-5.3 工具调用的关键参数清单。

🧭 先认识 GLM-5.3：同基座、更强后训练

GLM-5.3 与 GLM-5.2 使用相同的基座模型，所有能力提升均来自后训练，在复杂编程与长程 Agent 任务上表现显著增强（详见 README.md）。

核心架构参数（摘自 config.json）：

💡 1M 上下文 + 工具调用能力，使 GLM-5.3 天然适合长程 Agent 场景（如 Terminal-Bench、DeepSWE 等评测中均位列开源第一梯队）。

🏗️ Chat Template 结构：四大角色标记

GLM-5.3 的对话模板定义在 chat_template.jinja（Jinja2 模板，由推理框架在 tokenize 前自动渲染）。所有消息通过 4 个特殊 token 区分角色：

这些 token 均在 tokenizer_config.json 的extra_special_tokens中注册，模型最大长度在 tokenizer_config.json 中设为 1048576。

整个提示词以[gMASK]<sop>开头（chat_template.jinja），这是 GLM 系列的标志性起始符，紧随其后可选注入思考预算声明：

[gMASK]<sop> </think> Reasoning Effort: Max <|system|> # Tools ...

📌Reasoning Effort行来自reasoning_effort参数，模板在 chat_template.jinja 中按low/high/max三档渲染，未传时默认max。

🛠️ XML 函数调用格式深度揭秘（核心）

与 GPT 系模型常用的 JSON 参数格式不同，GLM-5.3 使用一套自研的 XML 风格标记，共涉及三个部分：

1️⃣ 工具定义注入：<tools>块

当推理框架传入tools参数时，模板会在 system 区最前面自动生成一段工具说明（chat_template.jinja）：

You are provided with function signatures within <tools></tools> XML tags: <tools> {"name": "get_weather", "description": "获取城市天气", "parameters": {...}} </tools> For each function call, output the function name and arguments within the following XML format: _

每个工具以JSON 单行形式列在<tools></tools>中，函数名、描述、参数 schema 保持标准结构，模型据此学习调用约定。

2️⃣ 模型输出：`

函数名 + 键值对

模型决定调用工具时，输出格式为（chat_template.jinja）：

get_weather<arg_key>city</arg_key><arg_value>北京</arg_value> </tool_call>

特点一目了然：

• ✅流式友好： 标签一出现，解析器即可开始提取函数名；
• ✅无转义负担：参数值原样输出（非字符串值会被序列化为 JSON，见 chat_template.jinja），避免 JSON 引号嵌套导致的解析失败；
• ✅支持并行调用：一条 assistant 消息可连续输出多组...，每组对应一次函数调用。

3️⃣ 工具返回：`

包裹 +<|observation|>` 通道

工具执行结果通过<|observation|>标记写回对话（chat_template.jinja），内部再用...包裹正文：

<|observation|> {"city": "北京", "weather": "晴", "temperature": 26}

完整的一次调用链渲染示意如下：

<|user|>北京今天天气怎么样？ <|assistant|> 我来帮你查一下。 get_weather<arg_key>city</arg_key><arg_value>北京</arg_value> </tool_call> <|observation|> {"city": "北京", "weather": "晴", "temperature": 26} <|assistant|> 北京今天晴，气温 26℃。

🧠 一个巧妙细节：模型每轮输出都先经...思考段（chat_template.jinja）再给出正式回复或工具调用，"先想后做"的结构显著提升了复杂任务的成功率。

⚙️ 三个必须知道的控制参数

clear_thinking的实现很见功力（chat_template.jinja）：模板先定位最后一条 user 消息的位置（chat_template.jinja），只有该位置之后的 assistant 消息才保留完整思考内容，更早的历史轮次一律替换为空标签</think>，从而在保持当前推理能力的同时大幅节省多轮对话的 token 消耗。

📌 官方建议（README.md）：聊天场景请显式传clear_thinking=true。

🚀 进阶机制：工具延迟加载与结果智能排序

defer_loading 延迟加载— 当工具数量极多（如接入大量 MCP 服务）时，可在工具定义中设置defer_loading: true，模板将跳过该工具的初始渲染（chat_template.jinja）；当需要其完整定义时，通过tool_reference类型的工具结果按需展开为<tools>{...}</tools>（chat_template.jinja）。相当于给上下文窗口做"分页"，避免长系统提示稀释注意力。

并行结果自动排序— 多个工具并行执行后，返回顺序可能与模型发起调用的顺序不一致。模板内置了严格的校验逻辑（chat_template.jinja、chat_template.jinja）：通过tool_call_id比对，将 结果重排为与调用发起顺序一致；一旦发现 ID 缺失或重复则自动降级为原始顺序，确保任何异常输入都不会渲染出错。

💡 此外，模板对非文本内容做了防御处理：若消息中出现 image/video/audio 等多模态片段，会替换为一条"模型无法处理该模态"的提示语（chat_template.jinja），因为 GLM-5.3 是纯文本模型。

📝 GLM-5.3 工具调用接入速查

• ✅ 使用 SGLang、vLLM、Transformers、KTransformers 等主流推理框架部署，由框架自动应用 chat_template.jinja，切勿手写提示词拼接；
• ✅ 采样参数按 generation_config.json：temperature=1.0、top_p=0.95；
• ✅ Agent/工具场景保持reasoning_effort=max，多轮聊天场景加clear_thinking=true；
• ✅ 解析模型输出时，按 → 函数名 →<arg_key>/<arg_value>键值对 → 的顺序做流式解析即可稳定拿到调用参数。

📂 关键文件清单

【免费下载链接】GLM-5.3GLM-5.3 与 GLM-5.2 使用相同的基座模型——所有提升均来自后训练。与 GLM-5.2 相比，它在复杂编程和长程任务上的表现显著提升。项目地址: https://ai.gitcode.com/zai-org/GLM-5.3