issue: Model profile pinned tools (meta.toolIds) are not enforced server-side — requests silently run without pinned tools

问题场景

在 Open WebUI 中使用工作区模型（workspace model），并在模型编辑器的 Tools 选择中配置了工具服务器（例如 MCP 工具服务器或 OpenAPI 工具服务器），保存后对应 meta.toolIds，例如 ["server:mcp:forgejo"]。

此时通过 API 或前端发送一次补全请求：如果请求中带有 tool_ids，工具服务器的完整工具列表会正常到达后端，Open WebUI 也会按预期建立 MCP 会话；如果同一个请求省略 tool_ids，后端收不到任何 tools，本次对话就在没有工具的情况下运行。Issue 报告者在生产环境中遇到过：一个配置了 MCP 工具服务器的模型连续两轮静默地没有工具可用，模型输出了它并不拥有的工具的调用标记，原始标记直接泄漏进了消息内容，而日志中没有任何说明。

作为对照，技能（Skills）的处理方式不同：客户端发送的 skill_ids 会在服务端与模型的 meta.skillIds 合并，因此模型的技能总能生效；报告者认为工具也应当如此。

报错原文

issue: Model profile pinned tools (meta.toolIds) are not enforced server-side — requests silently run without pinned tools

[tool_ids sent]    tools=['forgejo_add_issue_dependency', 'forgejo_add_issue_labels', … , 'forgejo_update_wiki_page']  (120 tools)
[tool_ids absent]  tools=NONE

原因分析

根据 Issue 中的复现结果，最直接的原因是：服务端不会主动读取模型配置中的 meta.toolIds。这些工具只有在客户端请求携带 tool_ids 时才会被应用；请求省略 tool_ids 时，服务端不会回退到模型配置，也不会给出错误或警告。服务端调试日志在同一时刻仍显示已解析的模型带有 meta.toolIds: ["server:mcp:forgejo"]，即配置存在但未被使用。

该缺陷在工具解析阶段触发，发生在联系任何模型之前，因此与具体后端（Ollama、vLLM、OpenAI 等）无关；Issue 中用了一个约 60 行的 OpenAI 兼容记录端点来精确记录 Open WebUI 发送的内容。

维护者在后续回复中明确说明这属于预期行为：模型上配置的工具是聊天 UI 的默认值而非硬性绑定，用户可以在 Integrations 菜单中逐次开关；关闭即“该工具不在 tool_ids 中”。若服务端把模型工具合并回来，这个开关就会失去作用，OAuth 2.1 工具的文档化绕行方案也会随之失效。API 的契约是调用方发送 tool_ids。

环境排查

• 确认 Open WebUI 安装方式与版本：Issue 中为 Docker、v0.11.3；同时确认是否在 dev 分支（881f7c940087）上仍可复现。
• 确认宿主机系统：Linux x86_64（Docker host）。
• 确认浏览器版本：Brave 1.95.102（Chromium 153.0.8010.48），用于判断前端工具状态是否陈旧。
• 确认 Ollama 版本与连接方式：本地 Ollama 0.3.22 + ollama.com 云连接，模型经由云连接提供。
• 确认工具服务器类型：Admin → Settings → External Tools 中注册的 MCP 工具服务器（Issue 中为约 120 个工具的 Forgejo 实例），以及模型编辑器中是否已选中该工具服务器。
• 确认请求体中是否包含 tool_ids，以及其值与 meta.toolIds 是否一致。

解决步骤

1. 先在 Admin → Settings → External Tools 中注册好工具服务器。
2. 创建一个工作区模型，在模型编辑器的 Tools 区域选中该工具服务器并保存，使其写入 meta.toolIds（例如 ["server:mcp:forgejo"]）。
3. 发送一次带 tool_ids 的请求，确认工具服务器完整工具列表能够到达后端：

   {"model": "tools-model", "messages": [{"role": "user", "content": "hi"}], "tool_ids": ["server:mcp:forgejo"]}

4. 发送同样但不带 tool_ids 的请求：

   {"model": "tools-model", "messages": [{"role": "user", "content": "hi"}]}

5. 开启服务端调试日志，观察已解析模型是否仍带有 meta.toolIds、以及后端是否收到 tools 数组。
6. 若确认请求省略了 tool_ids，按当前设计请由客户端显式补上 tool_ids；不要把“服务端自动合并模型工具”当作可用方案，维护者已明确表示这属于预期行为，需要的是模型上一个独立的显式设置。
7. 如果前端出现工具状态与模型配置不一致（例如从 pinned 侧边栏模型开始聊天时沿用上一个模型的 tool_ids / skill_ids），可参考相关 Issue #29090、#29050、#29199、#21760 一并排查客户端状态同步问题。
8. 如果遇到的是“模型自造工具调用、标记泄漏进消息内容”，请单独开一个新 Issue，并在能正确附带工具的情况下复现后再提交。

验证方法

在相同模型、相同消息内容下对比两次请求：带 tool_ids 时后端应收到完整的 tools 数组并建立 MCP 会话；不带 tool_ids 时后端收到的 tools 为空或不存在。同时检查服务端调试日志，确认已解析模型仍携带 meta.toolIds，但该配置未被使用、也没有任何警告输出。如果修复行为是在配置了工具的情况下必须让工具生效，则应在不带 tool_ids 的请求中也能观察到工具被应用——但请注意，这并非本 Issue 结论所支持的行为。

参考来源

open-webui/open-webui #30216

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。