• 超实用!用FunctionCall实现快递AI助手

超实用!用FunctionCall实现快递AI助手

2025-04-27 10:40:15 栏目:宝塔面板 131 阅读

昨天晚上直播,我们用 RAG(Retrieval-Augmented Generation,检索增强生成)实现了数据库 AI 助手,今天我们准备换一个技术使用 function call 来实现快递 AI 助手。

执行效果

快递 AI 助手的业务逻辑很清晰,就是我通过 LLM 大语言模型的对话来查询我的快递详情,例如,我问 AI 我有几个“运送中”的快递,他把这些快递查询并展示出来,效果如下图所示:

图片

什么是 function call?

定义: Function Call(也称为 Tool Call)它允许大模型与一组 API 或工具进行交互,从而增强其功能。

也就是说 Function Call 和 RAG、MCP 等类似都是用于增强 AI 能力边界的

function call 执行流程

执行流程如下:

图片

其中,Tool 既为 Function Call。

当然如果你上图看的不是很懂的话,也可以参考阿里云提供的 function call 的工作流程:

快递 AI 助手实现

具体实现步骤:

  1. 添加大模型依赖
  2. 配置大模型参数
  3. 创建 function call
  4. 调用 function call 实现快递查询

接下来,我们一步步来看,我们以阿里云的百炼(通义千问)大模型对接为例。

1.添加大模型依赖


    org.springframework.ai
    spring-ai-starter-model-openai

2.配置大模型参数

spring:
  ai:
    openai:
      base-url: https://dashscope.aliyuncs.com/compatible-mode/
      api-key: ${ALIYUN-AK}
      chat:
        options:
          model: deepseek-v3

3.创建 function call

这里就不连接数据库查询快递信息了,生成级别需要连接数据库,这里演示效果,构建测试数据即可,如下代码所示:

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 = "用于查询我的快递")
    public List getExpress(String state) {
        // 生成测试数据
        List data = getData();
        // 根据状态过滤(如果state为null或空则返回全部)
        return state == null || state.isEmpty()
                ? data
                : data.stream()
                .filter(e -> e.state().equalsIgnoreCase(state))
                .collect(Collectors.toList());
    }

    /**
     * 生成测试快递数据
     */
    private List getData() {
        List data = new ArrayList<>();
        LocalDateTime now = LocalDateTime.now();
        data.add(new Express(1001L, "北京", "西安", now.minusDays(12), "已签收"));
        data.add(new Express(1002L, "广州", "西安", now.minusDays(12), "已签收"));
        data.add(new Express(1003L, "杭州", "西安", now.minusDays(3), "运送中"));
        data.add(new Express(1004L, "深圳", "西安", now.minusDays(3), "运送中"));
        data.add(new Express(1005L, "南京", "西安", now.minusDays(1), "待发货"));
        return data;
    }


    /**
     * 快递类
     *
     * @param id
     * @param from
     * @param to
     * @param createtime
     * @param state
     */
    record Express(long id, String from, String to,
                   LocalDateTime createtime, String state) {
    }
}

4.调用 function call

调用大模型可以使用 ChatModel 和 ChatClient,这里使用 ChatClient 调用:

@RequestMapping("/tool")
public Flux tool(@RequestParam("msg") String msg) {
    return chatClient.prompt(msg)
            .tools(new ExpressService(),
                    new DateTimeTools())
            .stream().content();
}

最终执行效果如下:

图片

小结

大模型应用开发是以后程序开发的主流方向,他也会巅峰以往的开发形式,早早掌握大模型的开发知识,对于后期涨薪或找工作都有巨大的帮助。程序员群体注定是一个活到老学到老的群体,因为学习的本质在于扩展自己的能力边界,让自己变得更值钱,所以各位动起来,让我们一起拥抱这场 AI 盛宴吧。

本文地址:https://www.yitenyun.com/133.html

搜索文章

Tags

数据库 API FastAPI Calcite 电商系统 MySQL Web 应用 异步数据库 数据同步 ACK 双主架构 循环复制 TIME_WAIT 运维 负载均衡 JumpServer SSL 堡垒机 跳板机 HTTPS HexHub Docker 服务器 管理口 服务器性能 JumpServer安装 堡垒机安装 Linux安装JumpServer Deepseek 宝塔面板 Linux宝塔 生命周期 esxi esxi6 root密码不对 无法登录 web无法登录 SQL 查询 序列 核心机制 Windows Windows server net3.5 .NET 安装出错 HTTPS加密 Windows宝塔 Mysql重置密码 开源 PostgreSQL 存储引擎 锁机制 宝塔面板打不开 宝塔面板无法访问 查看硬件 Linux查看硬件 Linux查看CPU Linux查看内存 行业 趋势 Oracle 处理机制 无法访问宝塔面板 Undo Log 机制 监控 连接控制 InnoDB 数据库锁 Spring Redis 异步化 机器学习 优化 万能公式 动态查询 Serverless 无服务器 语言 ES 协同 响应模型 group by 索引 技术 分页查询 openHalo scp Linux的scp怎么用 scp上传 scp下载 scp命令 Postgres OTel Iceberg 缓存方案 缓存架构 缓存穿透 工具 存储 高可用 GreatSQL 连接数 数据 主库 SVM Embedding R edis 线程 日志文件 MIXED 3 国产数据库 Linux 安全 Netstat Linux 服务器 端口 SQLite-Web SQLite 数据库管理工具 R2DBC 加密 场景 启动故障 ​Redis 推荐模型 Recursive 自定义序列化 防火墙 黑客 云原生 RocketMQ 长轮询 配置 共享锁 SQLark AI 助手 向量数据库 大模型 OB 单机版 Hash 字段 PG DBA Rsync Ftp 信息化 智能运维 不宕机 磁盘架构 架构 电商 系统 数据分类 向量库 Milvus 业务 IT运维 Canal Python 流量 filelock 修改DNS Centos7如何修改DNS 分库 分表 • 索引 • 数据库 传统数据库 向量化 线上 库存 预扣 MVCC 人工智能 推荐系统 语句 聚簇 非聚簇 MySQL 9.3 sftp 服务器 参数 PostGIS mini-redis INCR指令 redo log 重做日志 同城 双活 Doris SeaTunnel MongoDB MCP 开放协议 频繁 Codis 失效 缓存 Redisson 锁芯 高效统计 今天这篇文章就跟大家 工具链 事务 Java 开发 INSERT COMPACT 主从复制 代理 数据类型 虚拟服务器 虚拟机 内存 prometheus Alert 数据备份 千万级 大表 窗口 函数 ZODB 发件箱模式 数据结构 网络架构 网络配置 SSH EasyExcel MySQL8 聚簇索引 非聚簇索引 容器 引擎 性能 Web 分布式架构 分布式锁​ QPS 高并发 崖山 新版本 数据脱敏 加密算法 B+Tree ID 字段 核心架构 订阅机制 Go 数据库迁移 Web 接口 分布式 集中式 RDB AOF Redis 8.0 分页 速度 服务器中毒 OAuth2 Token 数据集成工具 读写 自动重启 网络故障 播客 模型 数据页 StarRocks 数据仓库 容器化 排行榜 排序 池化技术 连接池 微软 SQL Server AI功能 Redka DBMS 管理系统 SpringAI JOIN MGR 分布式集群 Caffeine CP 网络 部署 原子性 Entity 业务场景 事务隔离 LRU Testcloud 云端自动化 Valkey Valkey8.0 数据字典 兼容性 Pottery dbt 数据转换工具 分页方案 排版 ReadView 优化器 1 事务同步 sqlmock 悲观锁 乐观锁 关系数据库 意向锁 记录锁 日志 Weaviate 对象 单点故障 单线程 UUIDv7 主键 仪表盘 Order AIOPS UUID ID InfluxDB 编程 Pump RAG HelixDB Ansible Crash 代码 分布式锁 Zookeeper 产业链 IT 双引擎 恢复数据 字典 订单 LLM List 类型 线程安全 国产 用户 慢SQL优化 表空间 拦截器 动态代理 解锁 调优 Next-Key RR 互联网 GitHub Git 快照读 当前读 视图 神经系统 矢量存储 数据库类型 AI代理 查询规划 count(*) count(主键) 行数 算法 CAS 技巧 多线程 并发控制 恢复机制 闪回