首页 › Agent Spring Boot › Function Calling

本篇讲手写 Tool 注册，非 Spring AI @Tool。若要对照框架版，见 Spring AI Tool Calling（在新窗口打开）。

ToolDefinition 静态注册

AgentService 静态块构造 OpenAI tools[] 数组：

tools.add(new ToolDefinition(
    "get_weather",
    "查询指定城市的实时天气信息",
    weatherParams   // JSON Schema: { type, properties, required }
));
tools.add(new ToolDefinition(
    "get_current_time",
    "获取当前日期和时间，支持指定时区",
    timeParams
));

序列化形状：

{
  "type": "function",
  "function": {
    "name": "get_weather",
    "description": "...",
    "parameters": { "type": "object", "properties": { ... }, "required": ["city"] }
  }
}

ToolService 执行

@Service
public class ToolService {
    public Map<String, Object> getWeather(String city) { /* 模拟六城天气 */ }
    public String getCurrentTime(String timezone) { /* ZonedDateTime */ }
}

递归 callLLM

public Mono<String> callLLM(List<ChatMessage> messages, int remainingRounds) {
    if (remainingRounds <= 0) {
        return Mono.just("工具调用轮次超限");
    }
    // POST /chat/completions ...
    if ("stop".equals(finishReason)) {
        return Mono.just(assistantContent);
    }
    if ("tool_calls".equals(finishReason)) {
        messages.add(assistantMsg);
        List<Mono<ChatMessage>> toolMonos = assistantMsg.getToolCalls().stream()
                .map(this::executeToolAndBuildMessage)
                .collect(Collectors.toList());
        return Mono.zip(toolMonos, arr -> { /* append tool messages */ })
                .flatMap(ignored -> callLLM(messages, remainingRounds - 1));
    }
    return Mono.just("模型返回异常");
}

remainingRounds 初始 3，防止死循环。

executeToolAndBuildMessage

String functionName = toolCall.getFunction().getName();
Map<String, Object> args = objectMapper.readValue(
        toolCall.getFunction().getArguments(),
        new TypeReference<>() {});

switch (functionName) {
    case "get_weather":
        result = toolService.getWeather((String) args.getOrDefault("city", "北京"));
        break;
    case "get_current_time":
        result = toolService.getCurrentTime((String) args.getOrDefault("timezone", "Asia/Shanghai"));
        break;
}
return Mono.just(ChatMessage.toolResult(toolCall.getId(), functionName, resultText));

对外 API

@GetMapping("/agent/chat")
public Mono<Map<String, String>> agentChat(@RequestParam String message) {
    return agentService.agentChat(message)
            .map(answer -> Map.of("answer", answer));
}

curl "http://localhost:8080/api/agent/chat?message=上海现在几点，天气如何"

模型可能连续调 get_current_time 和 get_weather，Mono.zip 并行执行。

System Prompt 路由

private static final String SYSTEM_PROMPT =
        "你是一个乐于助人的 AI 助手。你可以使用提供的工具来获取信息。\n" +
        "- 当用户询问天气时，使用 get_weather 工具。\n" +
        "- 当用户询问当前时间时，使用 get_current_time 工具。\n" +
        "- 对于其他问题，直接回答即可。";

Schema alone 不够，Prompt 要写清何时必须调 Tool。

学习点

知识点	说明
静态 TOOLS 列表	启动时构建，全程复用
Mono.zip	多 tool 并行
递归 callLLM	替代 while，配合 Reactor
stream:false	Agent 路径固定非流式

小结

• Tool 用 ToolDefinition + JSON Schema 注册；执行在 ToolService + switch 分发。
• callLLM 根据 finish_reason 递归，最多 3 轮。
• 扩展新 Tool 需改三处：静态注册、ToolService 方法、switch 分支（后续可重构为 Registry）。

上一节：协议与流程
下一节：ToolService 实战

贡献者: 布欧-Lewyon

上一页Function Calling 协议与执行流程

下一页ToolService 实战：天气与时间