spring ai 函数调用

1.概要

我们使用AI大模型开发程序时，比如我需要查一下平台中有多少个客户。这个时候大模型肯定时不知道的，如果大模型不知道，他可能会回答不知道或者胡乱回答，这个时候就需要借助函数时调用来解决这些问题。

大模型胡乱回答实际是大模型幻觉的问题，解决幻觉问题有以下方案

1. 模型微调
   这种情况一般公司不用做，因为需要自己训练，费用比较贵效果不一定好。
2. 检索增强生成 （RAG)

• 使用外部的知识库，作为大模型知识的来源
• 使用向量的相似性查找相关文档
• 相关的文档作为大模型的一部分

3. 方法调用 (function calling)

• 将问题和函数作为问题一起发给大模型
• 大模型解析出函数的参数
• 应用调用函数返回结果
• 将结果和上下文的数据丢给大模型，由大模型返回结果

2.函数调用过程

1. 应用构造用户的问题和我们定义的函数的信息提交给大模型。
   请求信息

{
    "model": "qwen-plus",
    "input": {
        "messages": [
            {
                "role": "user",
                "content": "广州有多少叫张三的人"
            }
        ]
    },
    "parameters": {
        "temperature": 0,
        "result_format": "message",
        "tools": [
            {
                "function": {
                    "name": "add",
                    "description": "add two numbers",
                    "parameters": {
                        "$schema": "https://json-schema.org/draft/2020-12/schema",
                        "type": "object",
                        "properties": {
                            "v1": {
                                "type": "integer",
                                "format": "int32"
                            },
                            "v2": {
                                "type": "integer",
                                "format": "int32"
                            }
                        }
                    }
                },
                "type": "function"
            },
            {
                "function": {
                    "name": "loation",
                    "description": "某地区有多少叫什么名字的人",
                    "parameters": {
                        "$schema": "https://json-schema.org/draft/2020-12/schema",
                        "type": "object",
                        "properties": {
                            "address": {
                                "type": "string"
                            },
                            "name": {
                                "type": "string"
                            }
                        }
                    }
                },
                "type": "function"
            }
        ]
    }
}

我们将问题和配置的函数一起发给大模型，如果大模型判断当前的问题是否需要调用函数，它会返回是否需要函数调用，并同时计算出函数的参数。

2. 大模型解析出是否需要调用函数，如果不需要则直接返回

{
    "choices": [
        {
            "finish_reason": "tool_calls",
            "message": {
                "role": "assistant",
                "tool_calls": [
                    {
                        "function": {
                            "name": "loation",
                            "arguments": "{\"address\": \"广州\", \"name\": \"张三\"}"
                        },
                        "id": "",
                        "type": "function"
                    }
                ],
                "content": ""
            }
        }
    ]
}

3. 如果需要 那么应用则调用函数。
   spring ai 框架会去调用函数，获取函数名和参数，调用我们定义的参数。
4. 函数返回结果，并将返回结果组成提示词再次发给大模型
5. 大模型获取数据后得到完整的输出。

3.主要代码如下

3.1 定义函数

public class LocationFunction implements Function<LocationRequest, LocationResponse> {

    private final Logger LOGGER = LoggerFactory.getLogger(getClass());

    @Override
    public LocationResponse apply(LocationRequest locationRequest) {
        LOGGER.info("调用某个地方有多少叫什么的人 {}", locationRequest);
        int amount=10;
        if(locationRequest.name().equals("张三")){
            amount=5;
        }
        return new LocationResponse(amount);
    }
}

请求参数定义

public record LocationRequest(String name, String address) {
}

返回数据定义

public record LocationResponse (int amount){
}

配置函数

@Bean
  @Description("某地区有多少叫什么名字的人")
  public Function<LocationRequest, LocationResponse> loation() {
    return new LocationFunction();
  }

定义 chatclient

@Bean
  public ChatClient chatClient(
      FunctionCallbackContext functionCallbackContext) {
    return new DashscopeChatClient(new DashscopeApi(),
        DashscopeChatOptions.builder()
		    //使用千问plus 数据
            .withModel(DashscopeModelName.QWEN_PLUS)
            .withTemperature(0.0f)
			//定义函数
            .withFunction("add")
			//定义第二个函数
                .withFunction("loation")
            .build(),
        functionCallbackContext);
  }

这里我们可以定义多个函数，但是还是不要定义太多的函数，这样发送给大模型的包太大，会需要消耗更多的token ，会影响大模型收费。