自己做h5制作开发广告开户南京seo

这是一个 完整的 Spring AI 函数调用实例，涵盖从函数定义、注册到实际调用的全流程，以「天气查询」功能为例，结合代码详细说明：

---

1. 环境准备

1.1 添加依赖

<!-- Spring AI OpenAI -->
<dependency><groupId>org.springframework.ai</groupId><artifactId>spring-ai-openai-spring-boot-starter</artifactId>
</dependency>

1.2 配置 OpenAI 密钥

# application.properties
spring.ai.openai.api-key=YOUR_API_KEY
spring.ai.openai.chat.options.model=gpt-3.5-turbo-0125

---

2. 定义函数逻辑

2.1 天气服务接口

@Service
public class WeatherService {// 模拟天气数据存储private Map<String, String> weatherData = Map.of("北京", "晴，气温 25°C","上海", "多云，气温 28°C","广州", "阵雨，气温 30°C");/*** 定义函数：获取当前天气* @Function 注解描述函数元数据*/@Function(name = "getCurrentWeather",description = "获取指定城市的当前天气信息",inputType = @Function.Parameter(type = "object",properties = @Function.ParameterProperty(name = "location", type = "string", description = "城市名称，如 '北京'")))public String getWeather(@RequestParam String location) {return weatherData.getOrDefault(location, "暂无该城市天气数据");}
}

---

3. 注册函数到 Spring AI

3.1 函数回调配置

@Configuration
public class FunctionConfig {@Beanpublic FunctionCallback weatherFunction(WeatherService weatherService) {return new FunctionCallbackWrapper<>("getCurrentWeather", // 函数名称（必须与 @Function 注解一致）"获取天气信息",        // 函数描述（可选）weatherService::getWeather, // 函数实现方法引用new WeatherRequestConverter() // 参数转换器（见下一步）);}// 参数转换器：将模型传入的 JSON 参数转换为 Java 对象private static class WeatherRequestConverter implements Converter<String, String> {@Overridepublic String convert(String source) {// 解析 JSON 参数（示例简化，实际可使用 Jackson）return source.replaceAll("\"", "").split(":")[1].trim();}}
}

3.2 启用函数调用

@Configuration
public class ChatConfig {@Beanpublic ChatClient chatClient(OpenAiChatClient chatClient,List<FunctionCallback> functionCallbacks) {// 将函数回调注册到 ChatClientchatClient.setFunctionCallbacks(functionCallbacks);return chatClient;}
}

---

4. 实现对话接口

@RestController
public class ChatController {@Autowiredprivate ChatClient chatClient;@PostMapping("/chat")public String chat(@RequestBody String userMessage) {// 构造对话请求UserMessage message = new UserMessage(userMessage,OpenAiChatOptions.builder().withFunctionCallbacks(List.of("getCurrentWeather")) // 允许调用的函数.build());// 发送请求并获取响应ChatResponse response = chatClient.call(message);// 处理可能的函数调用结果if (response.getMetadata().containsKey("function_call")) {return handleFunctionCall(response);}return response.getResult().getOutput().getContent();}private String handleFunctionCall(ChatResponse response) {// 解析函数调用请求String functionName = response.getMetadata().get("function_call.name").toString();String functionArgs = response.getMetadata().get("function_call.arguments").toString();// 执行函数（此处实际由 Spring AI 自动处理，此处仅为演示）String result = "执行函数 " + functionName + " 参数: " + functionArgs;// 将结果回传模型生成最终回答ChatResponse finalResponse = chatClient.call(new UserMessage("函数执行结果：" + result));return finalResponse.getResult().getOutput().getContent();}
}

---

5. 完整流程测试

测试请求 1：直接提问

curl -X POST http://localhost:8080/chat -H "Content-Type: text/plain" -d "北京现在的天气怎么样？"

模型响应流程：

1. 模型识别需要调用 getCurrentWeather(location="北京")。
2. Spring AI 自动触发 WeatherService.getWeather("北京")。
3. 函数返回 "晴，气温 25°C"。
4. 模型生成最终回答："北京当前的天气是晴，气温 25°C。"

测试请求 2：需要澄清参数

curl -X POST http://localhost:8080/chat -d "帮我查一下天气"

模型响应：

请问您要查询哪个城市的天气？

---

6. 关键代码解析

6.1 函数元数据的重要性

• @Function 注解：提供模型理解函数用途的关键信息，影响模型是否决定调用。
• 参数描述：清晰的参数描述（如 location 类型为城市名称）提升模型参数提取准确性。

6.2 函数执行流程

1. 模型决策：根据用户输入，模型决定是否调用函数。
2. 参数解析：WeatherRequestConverter 将模型传入的 JSON 参数转为 Java 类型。
3. 自动执行：Spring AI 自动调用注册的 WeatherService.getWeather() 方法。
4. 结果回传：函数返回结果自动注入后续对话上下文，模型生成最终回答。

---

7. 扩展场景

7.1 多函数协同

定义更多函数并注册：

// 股票查询函数
@Function(name = "getStockPrice", description = "查询股票实时价格")
public String getStockPrice(@RequestParam String symbol) { ... }// 注册
@Bean
public FunctionCallback stockFunction(StockService stockService) { ... }

7.2 动态函数调用列表

根据用户身份动态启用不同函数：

UserMessage message = new UserMessage(input,OpenAiChatOptions.builder().withFunctionCallbacks(getAllowedFunctions(userRole)) // 根据角色返回允许的函数列表.build()
);

---

8. 调试技巧

1. 查看元数据：检查 response.getMetadata() 中的 function_call.* 字段。
2. 日志拦截：添加 Advisor 记录函数调用请求和响应。
3. 模拟测试：使用 Mock 替换真实函数实现，验证参数传递逻辑。

---

将函数调用无缝集成到 Spring Boot 应用以后，即可实现动态数据获取与业务逻辑触发。如需进一步优化（如异步执行函数），可结合 @Async 或消息队列扩展。