需要将模型输出字符串解析为 Python 对象。请选择正确实现：

材料题 1：智能体⼯具调⽤ JSON 校验器

在⼯具调⽤型智能体中，模型输出通常需要被解析为结构化 JSON，再根据⼯具 schema 校验⼯具名和参

数是否合法。下⾯的代码实现了⼀个简化版⼯具调⽤校验器：它读取模型输出字符串，检查⼯具名、参数

字段和参数类型，并返回标准化后的⼯具调⽤对象。

请阅读代码，并根据描述完成空缺部分。

import json

from typing import Any

TOOL_SCHEMAS = {

   "weather": {

       "required": {"city": str, "date": str},

       "optional": {"unit": str},

   },

   "calculator": {

       "required": {"expression": str},

       "optional": {},

   },

}

def load_tool_call(raw: str) -> dict[str, Any]:

   """将模型输出字符串解析为工具调用对象。"""

   try:

       obj = ____[1]____

   except json.JSONDecodeError as exc:

       raise ValueError("invalid json") from exc

   if not isinstance(obj, dict):

       raise ValueError("tool call must be a JSON object")

   if set(obj.keys()) != {"tool_name", "arguments"}:

       raise ValueError("tool call must contain exactly tool_name and arguments")

   if obj["tool_name"] not in TOOL_SCHEMAS:

       raise ValueError("unknown tool")

   if not isinstance(obj["arguments"], dict):

       raise ValueError("arguments must be an object")

   return obj

def validate_arguments(tool_name: str, arguments: dict[str, Any]) -> bool:

   """根据 schema 校验参数字段和参数类型。"""

   spec = TOOL_SCHEMAS[tool_name]

   required = spec["required"]

   optional = spec["optional"]

   allowed_keys = ____[2]____

   missing_keys = ____[3]____

   extra_keys = set(arguments) - allowed_keys

   if missing_keys or extra_keys:

       return False

   type_rules = {**required, **optional}

   for name, expected_type in type_rules.items():

       if name in arguments and ____[4]____:

           return False

   return True

def normalize_tool_call(raw: str) -> dict[str, Any]:

   obj = load_tool_call(raw)

   tool_name = obj["tool_name"]

   arguments = obj["arguments"]

   if not validate_arguments(tool_name, arguments):

       raise ValueError("bad arguments")

   return {"tool_name": tool_name, "arguments": arguments}