主要测试了三个站:JustDoWork 、GoRouter 、columbina
最大的问题就是这几个站的“随机工具参数完整性”都评分十分低,大概率能说明:它可能意味着模型工具调用不稳定,或中转层在协议转换、流式拼接、参数序列化时改写/丢失了内容。尤其是 Agent 、函数调用、支付或自动执行类场景需要谨慎。
报告如下: