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