Docs: JSON schema ‘title’ requirement not clearly documented

{
  "type": "object",
  "description": "Contact information for a person.",
  "properties": {...},
  "required": [...]
}

{
  "title": "ContactInfo",
  "type": "object",
  "description": "Contact information for a person.",
  "properties": {...},
  "required": [...]
}

问题场景

用户在 LangChain 中使用 create_agent 或 response_format 等结构化输出接口时，传递一个自定义的 JSON schema 字典（例如用于提取联系人信息的 schema），但未包含顶层 title 键，导致 LangChain 在校验时抛出错误。

报错原文

Functions must be passed in as Dict, pydantic.BaseModel, or Callable. If they're a dict they must either be in OpenAI function format or valid JSON schema with top-level 'title' and 'description' keys.

原因分析

LangChain 的 convert_to_openai_function 和 convert_to_openai_tool 函数在接收字典参数时，要求字典必须为 OpenAI 函数格式，或为包含顶层 title 和 description 的 JSON schema。原因在于 LangChain 需要从一个稳定的字段中提取工具名称，而 title 被用作该标识。文档未明确说明此要求，导致用户传入标准 JSON schema（即缺少 title，因为它在规范中为可选）时触发错误。

环境排查

• LangChain 版本：建议使用最新稳定版（该行为自 langchain-core 早期版本存在至当前最新版），可运行 python -c "import langchain; print(langchain.__version__)" 确认。
• Python 版本：通常不影响，但建议 Python ≥ 3.9。
• 底层模型：Issue 中示例使用 GPT，该错误与模型无关，是 LangChain 自身的 schema 校验。

解决步骤

以下三种方案均可解决，任选其一（按推荐顺序排列）：

1. 方案 A：手动添加 title
   在 JSON schema 字典顶层添加 "title": "YourSchemaName"。例如：

   contact_info_schema = {
       "title": "ContactInfo",
       "type": "object",
       "description": "Contact information for a person.",
       "properties": {
           "name": {"type": "string", "description": "The name of the person"},
           "email": {"type": "string", "description": "The email address of the person"},
           "phone": {"type": "string", "description": "The phone number of the person"}
       },
       "required": ["name", "email", "phone"]
   }

2. 方案 B：改用 Pydantic 模型（推荐）
   使用 Pydantic 模型定义 schema，LangChain 自动提取模型名作为 title：

   from pydantic import BaseModel, Field
   
   class ContactInfo(BaseModel):
       """Contact information for a person."""
       name: str = Field(description="The name of the person")
       email: str = Field(description="The email address of the person")
       phone: str = Field(description="The phone number of the person")
   
   # 直接传入模型类或实例
   result = agent.invoke(...)

3. 方案 C：使用 OpenAI 函数格式
   直接使用 OpenAI 标准的工具格式，包含 name 和 parameters：

   contact_info_tool = {
   
       "name": "extract_contact_info",
   
       "description": "Extract contact information for a person.",
   
       "parameters": {
   
           "type": "object",
   
           "properties": {
   
               "
   
   参考来源
   langchain-ai/langchain #34662
   
   
   AI 工具推荐
   想把多个 AI 模型放在一个入口？
   GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型，适合写作、绘图、视频和日常 AI 工作流。
   了解 GamsGo AI
   推广链接：通过此链接购买，我可能获得佣金，不影响你的价格。
   
   
   这个方案解决了吗？
   解决了还没有