llama.cpp b3xxx 版本加载 Qwen2.5-7B-Instruct，通过 /v1/chat/completions 传 tools，模型回了文本形式的 JSON，tool_calls 字段为空，换 Ollama 用同一模型能正常调用。
把日志和配置对完，能解释这个现象的基本就这几处。服务端没开 --jinja，模板不渲染工具段；GGUF 内嵌模板不支持 tools 变量；请求里 tool_choice 用了 auto 之外的取值；上下文长度不足，工具定义被截断。
带 --jinja 重启并确认端口
./llama-server -m qwen2.5-7b-instruct-q4_k_m.gguf --jinja -c 8192 --port 8080发送一次工具请求验证返回结构
curl http://127.0.0.1:8080/v1/chat/completions -H 'Content-Type: application/json' -d @tool_req.json不开 jinja 时对照一次输出
./llama-server -m model.gguf --port 8081剩下的就是检查模板里有没有 tools 段
python -c "print(open('chat_template.jinja').read().count('tools'))"命令输出我都留了记录，免得改完记不清原来的值。
改之前先确认了最近有没有人动过配置，避免白查一遍。
这次没动代码，只在配置和运行环境上找原因。
隔了一天再看，现象没变，说明不是偶发。
改完先别撤，确认这几项。返回体里 tool_calls 有名称和参数，参数能被 json.loads 解析，结果与 Ollama 一致。
本地推理的工具调用依赖模板渲染，模型会写 JSON 不代表服务端会组装成 tool_calls。线上能稳定复现的问题都不算难，难的是只在大流量下才出现的那种。