Spring AI--工具调用
目录
什么是工具调用？
工具调用的工作原理
为啥这么设计？
工具调用和功能调用
工具调用的技术选型
工具调用的流程
Spring AI 工具开发
1.定义工具
2.使用工具
3.工具生态
什么是工具调用？
工具调用（ToolCalling）可以理解为让Al大模型借用外部工具来完成它自己做不到的事情。
跟人类一样，如果只凭手脚完成不了工作，那么就可以利用工具箱来完成。
工具可以是任何东西，比如网页搜索、对外部API的调用、访问外部数据、或执行特定的代码等。
比如用户提问“帮我查询上海最新的天气"，AI本身并没有这些知识，它就可以调用“查询天气工具"，来完成任务。
目前工具调用技术发展的已经比较成熟了，几乎所有主流的、新出的AI大模型和AI应用开发平台都支持工具调用。
工具调用的工作原理
其实，工具调用的工作原理非常简单，并不是AI服务器自己调用这些工具、也不是把工具的代码发送给AI服务器让它执行，它只能提出要求，表示“我需要执行XX工具完成任务”。而真正执行工具的是我们自己的应用程序，执行后再把结果告诉AI，让它继续工作。
为啥这么设计？
安全性，AI模型永远无法直接接触你的API或者系统资源，所有操作都必须通过你的程序来执行，这样你就可以完全控制AI能做什么、不能做什么。
工具调用和功能调用
Function Calling(功能调用)，和Tool Calling(工具调用)完全是同一个概念！只是不同平台或者每个人习惯的叫法不同而已。
工具调用的技术选型
工具调用的流程
1.工具定义：程序告诉AI“你可以使用这些工具"，并描述每个工具的功能和所需参数
2.工具选择：AI在对话中判断需要使用某个工具，并准备好相应的参数
3.返回意图：AI返回“我想用XX工具，参数是XXX"的信息
4.工具执行：我们的程序接收请求，执行相应的工具操作
5.结果返回：程序将工具执行的结果发回给AI
6.继续对话：AI根据工具返回的结果，生成最终回答给用户
怎么实现呢？Spring AI、LangChain等开发框架！
Spring AI 工具开发
1>工具定义与注册：Spring AI可以通过简洁的注解自动生成工具定义和JSONSchema，让Java方法轻松转变为 AI可调用的工具。
2>工具调用请求：Spring AI自动处理与AI模型的通信并解析工具调用请求，并且支持多个工具链式调用。
3>工具执行：SpringAI提供统一的工具管理接口，自动根据AI返回的工具调用请求找到对应的工具并解析参数进行调用，让开发者专注于业务逻辑实现。
4>处理工具结果：Spring Al 内置结果转换和异常处理机制，支持各种复杂Java对象作为返回值并优雅处理错误情况。
5>返回结果给模型：Spring Al 封装响应结果并管理上下文，确保工具执行结果正确传递给模型或直接返回给用户。
6>生成最终响应：SpringAI自动整合工具调用结果到对话上下文，支持多轮复杂交互，确保AI回复的连贯性和准确性。
1.定义工具
在 Spring Al 中，定义工具主要有两种模式：基于 Methods 方法或者 Functions 函数式编程。
我们只用学习基于Methods方法来定义工具，另外一种了解即可。原因是Methods方式更容易编写、更容易理解、支持的参数和返回类型更多。
1>Methods 模式：通过@Tool注解定义工具，通过tools方法绑定工具
class WeatherTools {@Tool(description = "Get current weather for a location")public String getWeather(@ToolParam(description = "The city name") String city) {return "Current weather in " + city + ": Sunny, 25°C";}
}// 使用方式
ChatClient.create(chatModel).prompt("What's the weather in Beijing?").tools(new WeatherTools()).call();
2>Functions模式：通过@Bean注解定义工具，通过functions方法绑定工具
@Configuration
public class ToolConfig {@Bean@Description("Get current weather for a location")public Function<WeatherRequest, WeatherResponse> weatherFunction() {return request -> new WeatherResponse("Weather in " + request.getCity() + ": Sunny, 25°C");}
}// 使用方式
ChatClient.create(chatModel).prompt("What's the weather in Beijing?").functions("weatherFunction").call();
下面使用Methods模式
定义工具
Spring Al提供了两种定义工具的方法一一注解式和编程式。
1>注解式：只需使用@Tool注解标记普通Java 方法，就可以定义工具了，简单直观。
每个工具最好都添加详细清晰的描述，帮助AI理解何时应该调用这个工具。对于工具方法的参数，可以使用@ToolParam注解提供额外的描述信息和是否必填。
class WeatherTools {@Tool(description = "获取指定城市的当前天气情况")String getWeather(@ToolParam(description = "城市名称") String city) {// 获取天气的实现逻辑return "北京今天晴朗，气温25°C";}
}
2>编程式：如果想在运行时动态创建工具，可以选择编程式来定义工具，更灵活。
先定义工具类：
class WeatherTools {String getWeather(String city) {// 获取天气的实现逻辑return "北京今天晴朗，气温25°C";}
}
然后将工具类转换为ToolCallback工具定义类，之后就可以把这个类绑定给ChatClient,从而让AI使用工具了。
Method method = ReflectionUtils.findMethod(WeatherTools.class, "getWeather", String.class);
ToolCallback toolCallback = MethodToolCallback.builder().toolDefinition(ToolDefinition.builder(method).description("获取指定城市的当前天气情况").build()).toolMethod(method).toolObject(new WeatherTools()).build();
编程式就是把注解式的哪些参数，改成通过调用方法来设置了而已。
在定义工具时，需要注意方法参数和返回值类型的选择。Spring Al支持大多数常见的Java类型作为参数和返回值，包括基本类型、复杂对象、集合等。而且返回值需要是可序列化的，因为它将被发送给AI大模型。
2.使用工具
定义好工具后，Spring Al提供了多种灵活的方式将工具提供给ChatClient，让Al能够在需要时调用这些工具。
1>按需使用：这是最简单的方式，直接在构建ChatClient请求时通过tools（）方法附加工具。这种方式适合只在特定对话中使用某些工具的场景。
String response = ChatClient.create(chatModel).prompt("北京今天天气怎么样？").tools(new WeatherTools()) // 在这次对话中提供天气工具.call().content();
2>全局使用：如果某些工具需要在所有对话中都可用，可以在构建ChatClient时注册默认工具。这样，这些工具将对从同一个ChatClient发起的所有对话可用。
ChatClient chatClient = ChatClient.builder(chatModel).defaultTools(new WeatherTools(), new TimeTools()) // 注册默认工具.build();
3）更底层的使用方式：除了给ChatClient绑定工具外，也可以给更底层的ChatModel绑定工具（毕竟工具调用是AI大模型支持的能力)，适合需要更精细控制的场景。
// 先得到工具对象
ToolCallback[] weatherTools = ToolCallbacks.from(new WeatherTools());
// 绑定工具到对话
ChatOptions chatOptions = ToolCallingChatOptions.builder().toolCallbacks(weatherTools).build();
// 构造 Prompt 时指定对话选项
Prompt prompt = new Prompt("北京今天天气怎么样？", chatOptions);
chatModel.call(prompt);
3.工具生态
工具的本质就是一种插件。能不自己写的插件，就尽量不要自己写。我们可以直接在网上找一些优秀的工具实现，比如Spring Al Alibaba 官方文档中提到了社区插件。