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