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

博咱 · 前天 20:58

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
- 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：

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。

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

复制代码

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。

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

复制代码

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。

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);
}

复制代码

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：

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();
}
}

复制代码

对外编写访问的 cutroller

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;
}
}

复制代码

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。

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;
}
}

复制代码

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：

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";
}
}

复制代码

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

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();
}
}

复制代码

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。”

来源：程序园用户自行投稿发布，如果侵权，请联系站长删除
免责声明：如果侵犯了您的权益，请联系站长，我们会及时删除侵权内容，谢谢合作！

账号		自动登录	找回密码
密码			立即注册

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

相关帖子

签约作者

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

相关帖子

相关推荐

签约作者