超實用！用FunctionCall實現快遞AI助手
作者：磊哥
昨天晚上直播，我們用 RAG（Retrieval-Augmented Generation，檢索增強生成）實現了數據庫 AI 助手，今天我們準備換一個技術使用 function call 來實現快遞 AI 助手。
昨天晚上直播，我們用 RAG（Retrieval-Augmented Generation，檢索增強生成）實現了數據庫 AI 助手，今天我們準備換一個技術使用 function call 來實現快遞 AI 助手。
執行效果
快遞 AI 助手的業務邏輯很清晰，就是我通過 LLM 大語言模型的對話來查詢我的快遞詳情，例如，我問 AI 我有幾個“運送中”的快遞，他把這些快遞查詢并展示出來，效果如下圖所示：
圖片
什么是 function call？
定義： Function Call（也稱為 Tool Call）它允許大模型與一組 API 或工具進行交互，從而增強其功能。
也就是說 Function Call 和 RAG、MCP 等類似都是用于增強 AI 能力邊界的。
function call 執行流程
執行流程如下：
圖片
“
其中，Tool 既為 Function Call。
當然如果你上圖看的不是很懂的話，也可以參考阿里云提供的 function call 的工作流程：
快遞 AI 助手實現
具體實現步驟：
- 添加大模型依賴
- 配置大模型參數
- 創建 function call
- 調用 function call 實現快遞查詢
接下來，我們一步步來看，我們以阿里云的百煉（通義千問）大模型對接為例。
1.添加大模型依賴
<dependency>
<groupId>org.springframework.ai</groupId>
<artifactId>spring-ai-starter-model-openai</artifactId>
</dependency>2.配置大模型參數
spring:
ai:
openai:
base-url: https://dashscope.aliyuncs.com/compatible-mode/
api-key: ${ALIYUN-AK}
chat:
options:
model: deepseek-v33.創建 function call
這里就不連接數據庫查詢快遞信息了，生成級別需要連接數據庫，這里演示效果，構建測試數據即可，如下代碼所示：
import org.springframework.ai.tool.annotation.Tool;
import java.time.LocalDateTime;
import java.util.ArrayList;
import java.util.List;
import java.util.stream.Collectors;
publicclass ExpressService {
@Tool(description = "用于查詢我的快遞")
public List<Express> getExpress(String state) {
// 生成測試數據
List<Express> data = getData();
// 根據狀態過濾（如果state為null或空則返回全部）
return state == null || state.isEmpty()
? data
: data.stream()
.filter(e -> e.state().equalsIgnoreCase(state))
.collect(Collectors.toList());
}
/**
* 生成測試快遞數據
*/
private List<Express> getData() {
List<Express> data = new ArrayList<>();
LocalDateTime now = LocalDateTime.now();
data.add(new Express(1001L, "北京", "西安", now.minusDays(12), "已簽收"));
data.add(new Express(1002L, "廣州", "西安", now.minusDays(12), "已簽收"));
data.add(new Express(1003L, "杭州", "西安", now.minusDays(3), "運送中"));
data.add(new Express(1004L, "深圳", "西安", now.minusDays(3), "運送中"));
data.add(new Express(1005L, "南京", "西安", now.minusDays(1), "待發貨"));
return data;
}
/**
* 快遞類
*
* @param id
* @param from
* @param to
* @param createtime
* @param state
*/
record Express(long id, String from, String to,
LocalDateTime createtime, String state) {
}
}4.調用 function call
調用大模型可以使用 ChatModel 和 ChatClient，這里使用 ChatClient 調用：
@RequestMapping("/tool")
public Flux<String> tool(@RequestParam("msg") String msg) {
return chatClient.prompt(msg)
.tools(new ExpressService(),
new DateTimeTools())
.stream().content();
}最終執行效果如下：
圖片
小結
大模型應用開發是以后程序開發的主流方向，他也會巔峰以往的開發形式，早早掌握大模型的開發知識，對于后期漲薪或找工作都有巨大的幫助。程序員群體注定是一個活到老學到老的群體，因為學習的本質在于擴展自己的能力邊界，讓自己變得更值錢，所以各位動起來，讓我們一起擁抱這場 AI 盛宴吧。
責任編輯：武曉燕
來源：
磊哥和Java
