当前位置：首页 > news >正文

8. Spring AI tools/function-call

news 2025/9/30 11:51:49

8. Spring AI tools/function-call

文章目录

8. Spring AI tools/function-call
- 链接多个模型协调工作实战 - 初代tools：
- - - 背景：
    - 票务助手
    - 效果
    - 代码：
- tools/function-call
- - 使用
  - 原理
  - 源码
  - tools注意事项：
最后：

链接多个模型协调工作实战 - 初代tools：

背景：

大模型如果它无法和企业API互联那将毫无意义！比如我们开发一个智能票务助手，当用户需要退票，基础大模型它肯定做不到，因为票务信息都存在了我们系统中，必须通过我们系统的业务方法才能进行退票。那怎么能让大模型“调用”我们自己系统的业务方法呢？今天叫大家通过结构化输入连接多个模型一起协同完成这个任务：

票务助手

效果

输入姓名和预定号：

普通对话：

代码：

public class AiJob {record Job(JobType jobType, Map<String,String> keyInfos) {}public enum JobType{CANCEL,QUERY,OTHER,}
}

/*** */
@Configuration
public class AiConfig {@Beanpublic ChatClient planningChatClient(DashScopeChatModel chatModel,DashScopeChatProperties options,ChatMemory chatMemory) {DashScopeChatOptions dashScopeChatOptions = DashScopeChatOptions.fromOptions(options.getOptions());dashScopeChatOptions.setTemperature(0.7);return  ChatClient.builder(chatModel).defaultSystem("""# 票务助手任务拆分规则## 1.要求### 1.1 根据用户内容识别任务## 2. 任务### 2.1 JobType:退票(CANCEL) 要求用户提供姓名和预定号， 或者从对话中提取；### 2.2 JobType:查票(QUERY) 要求用户提供预定号， 或者从对话中提取；### 2.3 JobType:其他(OTHER)""").defaultAdvisors(MessageChatMemoryAdvisor.builder(chatMemory).build()).defaultOptions(dashScopeChatOptions).build();}@Beanpublic ChatClient botChatClient(DashScopeChatModel chatModel,DashScopeChatProperties options,ChatMemory chatMemory) {DashScopeChatOptions dashScopeChatOptions = DashScopeChatOptions.fromOptions(options.getOptions());dashScopeChatOptions.setTemperature(1.2);return  ChatClient.builder(chatModel).defaultSystem("""你是XS航空智能客服代理， 请以友好的语气服务用户。""").defaultAdvisors(MessageChatMemoryAdvisor.builder(chatMemory).build()).defaultOptions(dashScopeChatOptions).build();}}

@RestController
public class MultiModelsController {@AutowiredChatClient planningChatClient;@AutowiredChatClient botChatClient;@GetMapping(value = "/stream", produces = "text/stream;charset=UTF8")Flux<String> stream(@RequestParam String message) {// 创建一个用于接收多条消息的 SinkSinks.Many<String> sink = Sinks.many().unicast().onBackpressureBuffer();// 推送消息sink.tryEmitNext("正在计划任务...<br/>");new Thread(() -> {AiJob.Job job = planningChatClient.prompt().user(message).call().entity(AiJob.Job.class);switch (job.jobType()){case CANCEL ->{System.out.println(job);// todo.. 执行业务if(job.keyInfos().size()==0){sink.tryEmitNext("请输入姓名和订单号.");}else {sink.tryEmitNext("退票成功!");}}case QUERY -> {System.out.println(job);// todo.. 执行业务sink.tryEmitNext("查询预定信息：xxxx");}case OTHER -> {Flux<String> content = botChatClient.prompt().user(message).stream().content();content.doOnNext(sink::tryEmitNext) // 推送每条AI流内容.doOnComplete(() -> sink.tryEmitComplete()).subscribe();}default -> {System.out.println(job);sink.tryEmitNext("解析失败");}}}).start();return sink.asFlux();}
}

tools/function-call

想做企业级智能应用开发，你肯定会有需求要让大模型和你的企业 API 能够互连，

因为对于基础大模型来说，他只具备通用信息，他的参数都是拿公网进行训练，并且有一定的时间延迟，无法得知一些具体业务数据和实时数据，这些数据往往被各软件系统存储在自己数据库中：

比如我问大模型：“中国有多少个叫徐庶的” 他肯定不知道，我们就需要去调用政务系统的接口。

比如我现在开发一个智能票务助手，我现在跟AI说需要退票， AI怎么做到呢？就需要让AI调用我们自己系统的退票业务方法，进行操作数据库。

在之前我们可以通过链接多个模型的方式达到，但是很麻烦，那用tools，可以轻松完成。

tool calling也可以直接叫tool（也称为function-call）, 主要用于提供大模型不具备的信息和能力：

信息检索：可用于从外部源（如数据库、Web 服务、文件系统或 Web 搜索引擎）检索信息。目标是增强模型的知识，使其能够回答无法回答的问题。例如，工具可用于检索给定位置的当前天气、检索最新的新闻文章或查询数据库以获取特定记录。这也是一种检索增强方式。
采取行动：例如发送电子邮件、在数据库中创建新记录、提交表单或触发工作流。目标是自动执行原本需要人工干预或显式编程的任务。例如，可以使用工具为与聊天机器人交互的客户预订航班，在网页上填写表单等。

需要使用tools必须要先保证大模型支持。比如ollama列出了支持tool的模型

使用

声明 tools (大模型调用的方法工具)的类:

@Service  // 注意要注入到 IOC容器当中
class NameCountsTools {// @Tool 注解表示，告诉大模型提供的方法类，可以被你大模型调用使用，标识是可以被大模型调用的方法工具@Tool(description = "长沙有多少名字的数量")String LocationNameCounts(// @ToolParam()使用该上述 @Tool标识的方法，要那些参数才可以调用，大模型会自动从用户的历史对话当中提取// 出需要的“名字”信息，然后作为参数,去调用该 @Tool()标识的方法工具，如果用户对话当中没有提供// 大模型就会告知用户需要提供“名字”@ToolParam(description = "名字,可以是英文名") // description = "名字,可以是英文名" 这个是用于让大模型识别，// 从而正确的从用户的历史对话当中提取的，赋值上去。String name) {return "10个";}}

将Tool类配置为bean（非必须）
@Tool 用户告诉大模型提供了什么工具
@ToolParam 用于告诉大模型你要用这个工具需要什么参数（非必须）
将上面声明的 Tools 类绑定到 ChatClient(对应的大模型当中去)

@SpringBootTest
public class ToolTest {ChatClient chatClient;@BeforeEachpublic  void init(@AutowiredDashScopeChatModel chatModel,@Autowired  // 因为 NameCountsTools Tools 工具类，已经被我们加入到了IOC容器了NameCountsTools nameCountsTools) {chatClient = ChatClient.builder(chatModel).defaultTools(nameCountsTools) // 给大模型附加上我们的 Tools 工具类.build();}@Testpublic void testChatOptions() {String content = chatClient.prompt().user("长沙有多少个叫徐庶的/no_think")// .tools() 也可以单独绑定当前对话，绑定上 Tools 工具类.call().content();System.out.println(content);}
}

原理

当我们设置了defaultTools 相当于就告诉了大模型我提供了什么工具，你需要用我的工具必须给我什么参数，底层实际就是将这些信息封装了json提供给大模型
当大模型识别到我们的对话需要用到工具，就会响应需要调用tool

源码

tools注意事项：

参数或者返回值不支持：

推荐： pojo record java基础类型 list map

Tools参数无法自动推算问题

问题：大模型无法将我们历史对话当中的信息，赋值转换到我们对应的 name 属性值当中。

温度（即模型随机性）太低，AI可能缺失自由度变得比较拘谨（从一定程度可以解决，但是不推荐）
也可以通过描述 @ToolParam(description = “经度”) 和@Tool(description) 的 description 的值 更加明确

@Tool(description = "获取指定位置天气,根据位置自动推算经纬度")public String getAirQuality(@ToolParam(description = "纬度") double latitude,@ToolParam(description = "经度") double longitude) {return "天晴";}

大模型“强行适配”Tool参数的幻觉问题

问题：就是比如大模型将我们的 “男，女”识别成了我们的姓名 name 赋值上了。

加严参数描述与校验

@Parameter(description = "真实人名（必填，必须为人的真实姓名，严禁用其他信息代替；如缺失请传null）")
String name

后端代码加强校验和兜底保护，比较稳，靠谱的方案。
系统 Prompt 设定限制

“严禁随意补全或猜测工具调用参数。
参数如缺失或语义不准，请不要补充或随意传递，请直接放弃本次工具调用。”

特别：高风险接口（如资金、风控等）tools方法加强人工确认，多走一步校验。

工具暴露的接口名、方法名、参数名要可读、业务化

AI是“看”你的签名和注释来决定用不用工具的；
尽量避免乱码、缩写等。

方法参数数量不宜过多

建议每个工具方法尽量少于5个参数，否则AI提示会变复杂、出错率高。

工具方法不适合做超耗时操作，更长的耗时意味着用户延迟响应时间变长，

性能优化能异步处理就异步处理、查询数据 redis

6. 关于Tools的权限控制
可以利用SpringSecurity限制

@Tool(description = "退票")@PreAuthorize("hasRole('ADMIN')")public String cancel(// @ToolParam告诉大模型参数的描述@ToolParam(description = "预定号，可以是纯数字") String ticketNumber,@ToolParam(description = "真实人名（必填，必须为人的真实姓名，严禁用其他信息代替；如缺失请传null）") String name) {// 当前登录用户名String username = SecurityContextHolder.getContext().getAuthentication().getName();// 先查询 --->先校验ticketService.cancel(ticketNumber, name);return username+"退票成功！";}

将tools和权限资源一起存储，然后动态设置tools

.defaultToolCallbacks(toolService.getToolCallList(toolService))

根据当前用户读取当前用户所属角色的所有tools

public List<ToolCallback> getToolCallList(ToolService toolService) {// 1 获取 Tools 处理的方法Method method = ReflectionUtils.findMethod(ToolService.class, "cancel",String.class,String.class);// 构建 Tool 定义信息 动态配置的方式 @Tool @ToolParam 都无效ToolDefinition toolDefinition = ToolDefinition.builder().name("cancel").description("退票")  // 对应@Tool注解当中的 description// 对应@ToolParam() 注解.inputSchema("""{"type": "object","properties": {"ticketNumber": {"type": "string","description": "预定号，可以是纯数字"},"name": {"type": "string","description": "真实人名"}},"required": ["ticketNumber", "name"]}""").build();
// 一个 ToolCallback 对应一个 toolToolCallback toolCallback = MethodToolCallback.builder().toolDefinition(toolDefinition) // 将对应的 toolDefinition = @ToolParam 传入.toolMethod(method)  // method = @Tools 配置.toolObject(toolService) // 不能自己 new ，自己 new 的无法解析依赖注入.build();return List.of(toolCallback);}