0.3.1 Agent多轮问答有时候能成功有时候不成功，非常奇怪

[joveth1]

问题描述 / Problem Description 目前用的是0.3.1版本 llm: qwen-max platform: one-api

qwen的agent prompt用的是structured-chat-agent，用qwen这个prompt更奇怪，工具甚至都没调用就直接给出答案了。测试可以试试天气查询的这个工具，工具都没有调用能直接返回查询结果，最后换了structured-chat-agent。

自己做了两个工具，当确认的时候，直接回答是，模型直接回答让我准确描述问题，有时候会调用其他另一个查询工具

比如，下面直接调用了查询（后台日志我看了，只调用了查询）

有的甚至自己篡改了原问题，比如下面的问题

这两个工具我在0.2.10 版本中测试过，效果还是可以的，模型都是qwen-max。

复现问题的步骤 / Steps to Reproduce

1. 执行 '...' / Run '...'
2. 点击 '...' / Click '...'
3. 滚动到 '...' / Scroll to '...'
4. 问题出现 / Problem occurs

预期的结果 / Expected Result 描述应该出现的结果 / Describe the expected result.

实际结果 / Actual Result 描述实际发生的结果 / Describe the actual result.

环境信息 / Environment Information

• Langchain-Chatchat 版本 / commit 号：(例如：0.3.1 或 commit 123456) / Langchain-Chatchat version / commit number: (e.g., 0.3.1 or commit 123456)
• 部署方式（pypi 安装 / 源码部署 / docker 部署）：pypi 安装 / Deployment method (pypi installation / dev deployment / docker deployment): pypi installation
• 使用的模型推理框架（Xinference / Ollama / OpenAI API 等）：Xinference / Model serve method（Xinference / Ollama / OpenAI API, etc.): Xinference
• 使用的 LLM 模型（GLM-4-9B / Qwen2-7B-Instruct 等）：GLM-4-9B / LLM used (GLM-4-9B / Qwen2-7B-Instruct, etc.): GLM-4-9B
• 使用的 Embedding 模型（bge-large-zh-v1.5 / m3e-base 等）：bge-large-zh-v1.5 / Embedding model used (bge-large-zh-v1.5 / m3e-base, etc.): bge-large-zh-v1.5
• 使用的向量库类型 (faiss / milvus / pg_vector 等)： faiss / Vector library used (faiss, milvus, pg_vector, etc.): faiss
• 操作系统及版本 / Operating system and version: MacOS
• Python 版本 / Python version: 3.8
• 推理使用的硬件（GPU / CPU / MPS / NPU 等） / Inference hardware (GPU / CPU / MPS / NPU, etc.): GPU
• 其他相关环境信息 / Other relevant environment information:

附加信息 / Additional Information 添加与问题相关的任何其他信息 / Add any other information related to the issue.