11. LangChain4j + Tools(Function Calling)的使用详细说明

@
目录

[11. LangChain4j + Tools(Function Calling)的使用详细说明](#11. LangChain4j + Tools(Function Calling)的使用详细说明)
- [实战LangChain4j + Tools(Function Calling)](#实战LangChain4j + Tools(Function Calling))
  - [方式一：低级别，使用 ChatModel 和 ToolSpecification API](#方式一：低级别，使用 ChatModel 和 ToolSpecification API)
  - [方式二：高级别，使用 AI Services 和带有 @Tool 注解的 Java 方法](#方式二：高级别，使用 AI Services 和带有 @Tool 注解的 Java 方法)
最后：

官网：https://docs.langchain4j.dev/tutorials/tools

有一个被称为"工具"或"函数调用"的概念。它允许 LLM 在必要时调用一个或多个可用的工具，通常由开发者定义。工具可以是任何东西：网络搜索、调用外部 API 或执行特定代码片段等。LLM 实际上不能自己调用工具 ；相反，它们在响应中表达调用特定工具的意图（而不是以纯文本形式响应）（比如：你要查看天气，如果它无法查找的话，它会告诉你可以去某个网站可以查找到天气：比如中国气象网站）。作为开发者，我们应该使用提供的参数执行这个工具，并将工具执行的结果反馈回来。

简单的一句话：就是说给我们的大模型添加了一些工具，让其可以使用这些工具，实现特定的工具，比如查看天气，查看时间等等功能。

将LLM的智能与外部工具或API无缝连接：

大语言模型(LLMs)不仅仅是文本生成的能手,它们还能触发并调用第3方函数，比如查询微信/调用支付宝/查看顺丰快递单据号等等
重要提示：LLM本身并不执行函数，它只是指示应该调用哪个函数以及如何调用

实战LangChain4j + Tools(Function Calling)

对应 Tools 的使用， LangChain4j 提供了两个抽象级别来使用工具：

● 低级别，使用 ChatModel 和 ToolSpecification API

● 高级别，使用 AI Services 和带有 @Tool 注解的 Java 方法

方式一：低级别，使用 ChatModel 和 ToolSpecification API

这里我们实现让大模型获取开具发票的功能，开具发票是我们自己编写的一个功能方法。

创建对应项目的 module 模块内容：
导入相关的 pom.xml 的依赖，这里我们采用流式输出的方式，导入整合 Spring Boot ，langchain4j-open-ai-spring-boot-starter，langchain4j-spring-boot-starter 这里我们不指定版本，而是通过继承的 pom.xml 当中获取。

xml 复制代码

       <!--langchain4j-open-ai-->
        <dependency>
            <groupId>dev.langchain4j</groupId>
            <artifactId>langchain4j-open-ai</artifactId>
        </dependency>
        <!--langchain4j-->
        <dependency>
            <groupId>dev.langchain4j</groupId>
            <artifactId>langchain4j</artifactId>
        </dependency>
        <!--langchain4j-reactor-->
        <dependency>
            <groupId>dev.langchain4j</groupId>
            <artifactId>langchain4j-reactor</artifactId>
        </dependency>

设置 applcation.yaml / properties 配置文件，其中指明我们的输出响应的编码格式，因为如果不指定的话，存在返回的中文，就是乱码了。

properties 复制代码

server.port=9010

spring.application.name=langchain4j-10chat-functioncalling


# 设置响应的字符编码，避免流式返回输出乱码
server.servlet.encoding.charset=utf-8
server.servlet.encoding.enabled=true
server.servlet.encoding.force=true

# https://docs.langchain4j.dev/tutorials/spring-boot-integration
#langchain4j.open-ai.chat-model.api-key=${aliQwen-api}
#langchain4j.open-ai.chat-model.model-name=qwen-plus
#langchain4j.open-ai.chat-model.base-url=https://dashscope.aliyuncs.com/compatible-mode/v1


# 大模型调用不可以明文配置，你如何解决该问题
# 1 yml：                ${aliQwen-api}，从环境变量读取
# 2 config配置类：      System.getenv("aliQwen-api")从环境变量读取

新建一个，新建大模型调用的功能接口FunctionAssistant，就是我们操作大模型要做什么的接口类。这里是实现一个"开发 票信息**"功能。**

java 复制代码

package com.rainbowsea.langchain4jchatfunctioncalling.service;

/**
 * @Description: TODO
 */
public interface FunctionAssistant
{
    //客户指令：出差住宿发票开票，
    // 开票信息:    公司名称xxx
    // 税号序列:    xx
    // 开票金额:    xxx.00元
    String chat(String message);
}

编写大模型三件套（大模型 key，大模型 name，大模型 url）三件套的大模型配置类。同时编写附加上，我们该实现接口类的，开具发票的功能方法。

对标官网：

java 复制代码

import com.rainbowsea.langchain4jchatfunctioncalling.service.FunctionAssistant;
import com.rainbowsea.langchain4jchatfunctioncalling.service.InvoiceHandler;
import dev.langchain4j.agent.tool.ToolSpecification;
import dev.langchain4j.memory.chat.MessageWindowChatMemory;
import dev.langchain4j.model.chat.ChatModel;
import dev.langchain4j.model.chat.request.json.JsonObjectSchema;
import dev.langchain4j.model.openai.OpenAiChatModel;
import dev.langchain4j.service.AiServices;
import dev.langchain4j.service.tool.ToolExecutor;
import org.springframework.context.annotation.Bean;
import org.springframework.context.annotation.Configuration;

import java.util.Map;

/**
 *
 */
@Configuration
public class LLMConfig {
    @Bean
    public ChatModel chatModel() {
        return OpenAiChatModel.builder()
                .apiKey(System.getenv("aliQwen_api"))
                .modelName("qwen-plus")
                .baseUrl("https://dashscope.aliyuncs.com/compatible-mode/v1")
                .build();
    }

    /**
     * @Description: 第一组 Low Level Tool API
     * https://docs.langchain4j.dev/tutorials/tools#low-level-tool-api
     * @Auther: zzyybs@126.com
     */
    @Bean
    public FunctionAssistant functionAssistant(ChatModel chatModel) {
        // 工具说明 ToolSpecification
        ToolSpecification toolSpecification = ToolSpecification.builder()
                .name("开具发票助手")
                .description("根据用户提交的开票信息，开具发票")
                .parameters(JsonObjectSchema.builder()
                        .addStringProperty("companyName", "公司名称")
                        .addStringProperty("dutyNumber", "税号序列")
                        .addStringProperty("amount", "开票金额，保留两位有效数字")
                        .build())
                .build();


        // 业务逻辑 ToolExecutor
        ToolExecutor toolExecutor = (toolExecutionRequest, memoryId) -> {
            System.out.println(toolExecutionRequest.id());
            System.out.println(toolExecutionRequest.name());
            String arguments1 = toolExecutionRequest.arguments();
            System.out.println("arguments1****》 " + arguments1);
            return "开具成功";
        };

        return AiServices.builder(FunctionAssistant.class)
                .chatModel(chatModel)
                .tools(Map.of(toolSpecification, toolExecutor)) // Tools (Function Calling)
                .build();
    }

}

对外编写访问的 cutroller

java 复制代码

package com.rainbowsea.langchain4jchatfunctioncalling.controller;

import cn.hutool.core.date.DateUtil;
import com.rainbowsea.langchain4jchatfunctioncalling.service.FunctionAssistant;
import jakarta.annotation.Resource;
import lombok.extern.slf4j.Slf4j;
import org.springframework.web.bind.annotation.GetMapping;
import org.springframework.web.bind.annotation.RestController;

/**
 */
@RestController
@Slf4j
public class ChatFunctionCallingController
{
    @Resource
    private FunctionAssistant functionAssistant;

    //  http://localhost:9010/chatfunction/test1
    @GetMapping(value = "/chatfunction/test1")
    public String test1()
    {
        String chat = functionAssistant.chat("开张发票,公司：xxx科技有限公司 税号：xxx533 金额：668.12");

        System.out.println(chat);

        return "success : "+ DateUtil.now() + "\t"+chat;
    }
}

运行测试：

方式二：高级别，使用 AI Services 和带有 @Tool 注解的 Java 方法

这里我们基于方式一的基础配置，实现

实现让大模型获取到天气服务，这里我们介入第三方天气服务"和风天气开发服务"https://dev.qweather.com/

使用注解

@Tool，可以更方便地集成函数调用，只需将Java方法标注为
@Tool，LangChain4j就会自动将其转换为ToolSpecification

https://dev.qweather.com/

新建天气查询业务类 ------ WeatherService ，就是额外附加给大模型的 Tool 工具类方法，用于获取天气的信息。

java 复制代码

package com.rainbowsea.langchain4jchatfunctioncalling.service;

import com.fasterxml.jackson.databind.JsonNode;
import jakarta.annotation.Resource;
import org.apache.hc.client5.http.impl.classic.HttpClients;
import org.springframework.http.client.HttpComponentsClientHttpRequestFactory;
import org.springframework.stereotype.Component;
import org.springframework.stereotype.Service;
import org.springframework.web.bind.annotation.RequestParam;
import org.springframework.web.client.RestTemplate;
import com.fasterxml.jackson.databind.ObjectMapper;

/**
 * @auther zzyy
 * @create 2025-03-12 23:24
 */
@Service
public class WeatherService
{
    //和风天气开发服务 https://dev.qweather.com/

    // 替换成你自己的和风天气API密钥
    private static final String API_KEY = System.getenv("weatherAPI");
    // 调用的url地址和指定的城市，本案例以北京为例
    private static final String BASE_URL = "https://devapi.qweather.com/v7/weather/now?location=%s&key=%s";

    public JsonNode getWeatherV2(String city) throws Exception
    {
        //1 传入调用地址url和apikey
        String url = String.format(BASE_URL, city, API_KEY);

        //2 使用默认配置创建HttpClient实例
        var httpClient = HttpClients.createDefault();

        //3 创建请求工厂并将其设置给RestTemplate，开启微服务调用和风天气开发服务
        HttpComponentsClientHttpRequestFactory factory = new HttpComponentsClientHttpRequestFactory(httpClient);
        //4 RestTemplate微服务调用
        String response = new RestTemplate(factory).getForObject(url, String.class);

        //5 解析JSON响应获得第3方和风天气返回的天气预报信息
        JsonNode jsonNode = new ObjectMapper().readTree(response);

        //6 想知道具体信息和结果请查看https://dev.qweather.com/docs/api/weather/weather-now/#response
        return jsonNode;
    }
}

新建类InvoiceHandler，添加上我们方式一开发票的功能，以及我们查询天气的功能：

java 复制代码

package com.rainbowsea.langchain4jchatfunctioncalling.service;

import dev.langchain4j.agent.tool.P;
import dev.langchain4j.agent.tool.Tool;
import lombok.extern.slf4j.Slf4j;

/**
 * 知识出处，https://docs.langchain4j.dev/tutorials/tools/#tool
 */
@Slf4j
public class InvoiceHandler
{

    @Tool("根据用户提交的开票信息进行开票")
    public String handle(@P("公司名称") String companyName,
                         @P("税号") String dutyNumber,
                         @P("金额保留两位有效数字") String amount) throws Exception
    {
        log.info("companyName =>>>> {} dutyNumber =>>>> {} amount =>>>> {}", companyName, dutyNumber, amount);
        //----------------------------------
        // 这块写自己的业务逻辑，调用redis/rabbitmq/kafka/mybatis/顺丰单据/医疗化验报告/支付接口等第3方
        //----------------------------------
        System.out.println(new WeatherService().getWeatherV2("101010100"));

        return "开票成功";
    }
}

修改我们配置大模型的配置类，将我们编写的工具类，附加上给大模型使用，这里使用 .tools 方法

java 复制代码

package com.rainbowsea.langchain4jchatfunctioncalling.config;

import com.rainbowsea.langchain4jchatfunctioncalling.service.FunctionAssistant;
import com.rainbowsea.langchain4jchatfunctioncalling.service.InvoiceHandler;
import dev.langchain4j.agent.tool.ToolSpecification;
import dev.langchain4j.memory.chat.MessageWindowChatMemory;
import dev.langchain4j.model.chat.ChatModel;
import dev.langchain4j.model.chat.request.json.JsonObjectSchema;
import dev.langchain4j.model.openai.OpenAiChatModel;
import dev.langchain4j.service.AiServices;
import dev.langchain4j.service.tool.ToolExecutor;
import org.springframework.context.annotation.Bean;
import org.springframework.context.annotation.Configuration;

import java.util.Map;

/**
 *
 */
@Configuration
public class LLMConfig {
    @Bean
    public ChatModel chatModel() {
        return OpenAiChatModel.builder()
                .apiKey(System.getenv("aliQwen_api"))
                .modelName("qwen-plus")
                .baseUrl("https://dashscope.aliyuncs.com/compatible-mode/v1")
                .build();
    }

    /**
     * @Description: 第二组 High Level Tool API
     * https://docs.langchain4j.dev/tutorials/tools#high-level-tool-api
     * @Auther: zzyybs@126.com
     */
    @Bean
    public FunctionAssistant functionAssistant(ChatModel chatModel)
    {
        return AiServices.builder(FunctionAssistant.class)
                    .chatModel(chatModel)
                    .tools(new InvoiceHandler())
                .build();
    }


}

最后：

"在这个最后的篇章中，我要表达我对每一位读者的感激之情。你们的关注和回复是我创作的动力源泉，我从你们身上吸取了无尽的灵感与勇气。我会将你们的鼓励留在心底，继续在其他的领域奋斗。感谢你们，我们总会在某个时刻再次相遇。"

11. LangChain4j + Tools(Function Calling)的使用详细说明

11. LangChain4j + Tools(Function Calling)的使用详细说明

实战LangChain4j + Tools(Function Calling)

方式一： 低级别，使用 ChatModel 和 ToolSpecification API

方式二：高级别，使用 AI Services 和带有 @Tool 注解的 Java 方法

最后：

方式一：低级别，使用 ChatModel 和 ToolSpecification API