由于AI擅长的是非结构化数据的分析，如果需求中包含严格的逻辑校验或需要读写数据库，纯Prompt模式就难以实现了。

所以这时就需要我们的使用Function Calling，来实现

1.思路分析

假如我要开发一个24小时在线的AI智能客服，可以给用户提供培训课程的咨询服务，帮助用户预约线下课程的试听

整个业务的流程如图：

这里就涉及到了很多数据库操作，比如：

  • 查询课程信息

  • 查询校区信息

  • 新增课程试听预约单

可以看出整个业务流程有一部分任务是负责与用户沟通，获取用户意图的，这些是大模型擅长的事情：

  • 大模型的任务：

    • 了解、分析用户的兴趣、学历等信息

    • 给用户推荐课程

    • 引导用户预约试听

    • 引导学生留下联系方式

还有一些任务是需要操作数据库的，这些任务是传统的Java程序擅长的：

  • 传统应用需要完成的任务：

    • 根据条件查询课程

    • 查询校区信息

    • 新增预约单

与用户对话并理解用户意图是AI擅长的，数据库操作是Java擅长的。为了能实现智能客服功能，我们就需要结合两者的能力。

Function Calling就是起到这样的作用。

首先，我们可以把数据库的操作都定义成Function，或者也可以叫Tool，也就是工具。

然后，我们可以在提示词中，告诉大模型，什么情况下需要调用什么工具。

比如，我们可以这样来定义提示词：

 你是一家名为“木幽”的职业教育公司的智能客服小木。
 你的任务给用户提供课程咨询、预约试听服务。
 1.课程咨询：
 - 提供课程建议前必须从用户那里获得：学习兴趣、学员学历信息
 - 然后基于用户信息，调用工具查询符合用户需求的课程信息,推荐给用户
 - 不要直接告诉用户课程价格，而是想办法让用户预约课程。
 - 与用户确认想要了解的课程后，再进入课程预约环节
 2.课程预约
 - 在帮助用户预约课程之前，你需要询问学生要去哪个校区试听。
 - 可以通过工具查询校区列表，供用户选择要预约的校区。
 - 你还需要从用户那里获得用户的联系方式、姓名，才能进行课程预约。
 - 收集到预约信息后要跟用户最终确认信息是否正确。
 -信息无误后，调用工具生成课程预约单。
 ​
 查询课程的工具如下：xxx
 查询校区的工具如下：xxx
 新增预约单的工具如下：xxx

也就是说，在提示词中告诉大模型，什么情况下需要调用什么工具，将来用户在与大模型交互的时候，大模型就可以在适当的时候调用工具了。

流程如下：

流程解读：

  1. 提前把这些操作定义为Function（SpringAI中叫Tool），

  2. 然后将Function的名称、作用、需要的参数等信息都封装为Prompt提示词与用户的提问一起发送给大模型

  3. 大模型在与用户交互的过程中，根据用户交流的内容判断是否需要调用Function

  4. 如果需要则返回Function名称、参数等信息

  5. Java解析结果，判断要执行哪个函数，代码执行Function，把结果再次封装到Prompt中发送给AI

  6. AI继续与用户交互，直到完成任务

听起来是不是挺复杂，还要解析响应结果，调用对应函数。

不过，有了SpringAI，中间这些复杂的步骤大家就都不用做了！

由于解析大模型响应，找到函数名称、参数，调用函数等这些动作都是固定的，所以SpringAI再次利用AOP的能力，帮我们把中间调用函数的部分自动完成了。

我们要做的事情就简化了：

  • 编写基础提示词（不包括Tool的定义）

  • 编写Tool（Function）

  • 配置Advisor（SpringAI利用AOP帮我们拼接Tool定义到提示词，完成Tool调用动作）

是不是简单多了~

2.基础的准备

实体类呀，controller，service，mapper这些正常准备就可以了

3.定义Tool（Function）

接下来，我们来定义AI要用到的Function，在SpringAI中叫做Tool

我们需要定义三个Function：

  • 根据条件筛选和查询课程

  • 查询校区列表

  • 新增试听预约单

3.1.查询条件分析

先来看下课程表的字段：

课程并不是适用于所有人，会有一些限制条件，比如：学历、课程类型、价格、学习时长等

学生在与智能客服对话时，会有一定的偏好，比如兴趣不同、对价格敏感、对学习时长敏感、学历等。如果把这些条件用SQL来表示，是这样的：

  • edu：例如学生学历是高中，则查询时要满足 edu <= 2

  • type：学生的学习兴趣，要跟类型精确匹配，type = '自媒体'

  • price：学生对价格敏感，则查询时需要按照价格升序排列：order by price asc

  • duration: 学生对学习时长敏感，则查询时要按照时长升序：order by duration asc

我们需要定义一个类，封装这些可能的查询条件。

所以我们会创建一个查询类

package com.ai.entity.query;


import lombok.Data;
import org.springframework.ai.tool.annotation.ToolParam;

import java.util.List;

@Data
public class CourseQuery {
    // required表示是不是强制需要的，description表示这个属性是干嘛的
    @ToolParam(required = false, description = "课程类型：编程、设计、自媒体、其它")
    private String type;
    @ToolParam(required = false, description = "学历要求：0-无、1-初中、2-高中、3-大专、4-本科及本科以上")
    private Integer edu;
    @ToolParam(required = false, description = "排序方式")
    private List<Sort> sorts;

    @Data
    public static class Sort {
        @ToolParam(required = false, description = "排序字段: price或duration")
        private String field;
        @ToolParam(required = false, description = "是否是升序: true/false")
        private Boolean asc;
    }
}

注意：

这里的@ToolParam注解是SpringAI提供的用来解释Function参数的注解。其中的信息都会通过提示词的方式发送给AI模型。

同样的道理，大家也可以给Function定义专门的VO，作为返回值给到大模型。这里我们就省略了。

3.2.定义Tool

所谓的Function，就是一个个的函数，SpringAI提供了一个@Tool注解来标记这些特殊的函数。我们可以任意定义一个Spring的Bean，然后将其中的方法用@Tool标记即可：

 @Component
 public class FuncDemo {
 ​
     @Tool(description="Function的功能描述，将来会作为提示词的一部分，大模型依据这里的描述判断何时调用该函数")
     public String func(String param) {
         // ...
         retun "";
     }
 ​
 }

接下来，我们就来定义上一节说的三个Function：

  • 根据条件筛选和查询课程

  • 查询校区列表

  • 新增试听预约单

例如：

package com.ai.tools;

import com.baomidou.mybatisplus.extension.conditions.query.QueryChainWrapper;
import com.itheima.ai.entity.po.Course;
import com.itheima.ai.entity.po.CourseReservation;
import com.itheima.ai.entity.po.School;
import com.itheima.ai.entity.query.CourseQuery;
import com.itheima.ai.service.ICourseReservationService;
import com.itheima.ai.service.ICourseService;
import com.itheima.ai.service.ISchoolService;
import lombok.RequiredArgsConstructor;
import org.springframework.ai.tool.annotation.Tool;
import org.springframework.ai.tool.annotation.ToolParam;
import org.springframework.stereotype.Component;

import java.util.List;

@RequiredArgsConstructor
@Component
public class CourseTools {

    private final ICourseService courseService;
    private final ISchoolService schoolService;
    private final ICourseReservationService courseReservationService;

    @Tool(description = "根据条件查询课程")
    public List<Course> queryCourse(@ToolParam(required = false, description = "课程查询条件") CourseQuery query) {
        QueryChainWrapper<Course> wrapper = courseService.query();
        wrapper
                .eq(query.getType() != null, "type", query.getType())
                .le(query.getEdu() != null, "edu", query.getEdu());
        if(query.getSorts() != null) {
            for (CourseQuery.Sort sort : query.getSorts()) {
                wrapper.orderBy(true, sort.getAsc(), sort.getField());
            }
        }
        return wrapper.list();
    }

    @Tool(description = "查询所有校区")
    public List<School> queryAllSchools() {
        return schoolService.list();
    }

    @Tool(description = "生成课程预约单,并返回生成的预约单号")
    public String generateCourseReservation(
            String courseName, String studentName, String contactInfo, String school, String remark) {
        CourseReservation courseReservation = new CourseReservation();
        courseReservation.setCourse(courseName);
        courseReservation.setStudentName(studentName);
        courseReservation.setContactInfo(contactInfo);
        courseReservation.setSchool(school);
        courseReservation.setRemark(remark);
        courseReservationService.save(courseReservation);
        return String.valueOf(courseReservation.getId());
    }
}

这样我们的Tool就定义好了，在外面给ai设置promt工程时，就设置所有的信息必须调用ai来获取，杜绝随意编造数据，我们也不需要告诉ai，什么时候来调用tool，有@Tool注解在，就可以辨别的。

4.配置ChatClient

package com.itheima.ai.config;
// ... 略
import static com.itheima.ai.constants.SystemConstants.CUSTOMER_SERVICE_SYSTEM;
import static com.itheima.ai.constants.SystemConstants.HONG_HONG_SYSTEM;

@Configuration
public class CommonConfiguration {
    // ... 略

    @Bean
    public ChatClient serviceChatClient(
            OpenAiChatModel model,
            ChatMemory chatMemory,
            CourseTools courseTools) {
        return ChatClient.builder(model)
                .defaultSystem(CUSTOMER_SERVICE_SYSTEM)
                .defaultAdvisors(
                        new MessageChatMemoryAdvisor(chatMemory), // 会话记忆
                        new SimpleLoggerAdvisor()) // 日志记录
                .defaultTools(courseTools)// 添加Tool
                .build();
    }
}

这个可以看我另一个文章https://blog.csdn.net/T_Peachs/article/details/148735111?spm=1001.2014.3001.5501https://blog.csdn.net/T_Peachs/article/details/148735111?spm=1001.2014.3001.5501

5.结语

通过以上的操作，就能在跟ai对话的时候，调用我们的数据库里面的数据了，并可以通过对话实现课程预约，这样引申出来，那么我们在商场里面，是不是可以通过ai，快速的找到我们想要的衣服呢？是不是可以快速的添加到购物车，甚至是订单的生成呢？

# AIGC # 人工智能
Logo
智能体开发者社区

中国智能体开发者社区，聚焦智能体与大模型开发，提供前沿资讯、实用工具链、开源项目及行业案例。通过技术沙龙、开发者大赛等活动，促进经验交流与协作，助力开发者快速构建创新智能应用。

更多推荐

cover

从单体到微服务：Redis 协同 MySQL、Milvus、MinIO 搭建企业级RAG/AI Agent脚手架架构

avatar 智能体开发者社区
cover

Google Gemini CLI 曝出高危漏洞：CI/CD 流水线遭远程代码执行攻击

avatar 智能体开发者社区
cover

猎头招聘提效：OpenClaw 批量筛选简历、匹配岗位要求、生成初筛评估报告

avatar 智能体开发者社区