工具调用AI的工具能力AI的短板 AI模型通过训练具备了逻辑推理、数据处理、内容生成等能力，但也存在一些短板。比如以下这些场景 向AI询问今天的天气如何。 让AI制定了旅游计划，让其帮忙预订机票。 因为缺少天气数据的支撑，AI无法给出准确的天气信息。 同样因为缺少预订机票可执行的系统支撑，也无法完成预定。 工具的作用 针对上述两个场景，AI提供梨工具调...

函数工具调用函数即工具 在方法即工具中有一项限制是参数和返回类型不得是函数式类型（如 Function、Supplier、Consumer）。 SpringAI为函数式类型单独提供了构建工具的方式。 使用 FunctionToolCallback 可以通过FunctionToolCallback将Java中的函数式类型（Function、Supplier、...

SpringAI-工具的特性工具的生命周期生命周期 SpringAI默认会自动执行AI模型对工具调用的请求，并将工具执行结果返回给AI模型。 整个过程由ChatModel（SpringAI与AI模型交互的核心实现）及ToolCallingManager（工具调用的核心管理器）共同完成。（ChatModel后续会深入学习和记录） 下图是官方的工具执行的生命...

多模态AI模型的多模态 在前面的学习中我们只使用到了文本内容的输入与AI进行交互，那文本输入就算是一种模态。 那如果某个AI不仅仅能理解文本，还能理解图像、音频、视频等输入，那这个AI模型就支持了多模态。 现在能支持多模态的AI模型，在SpringA的文档上看到如下： 例如 OpenAI 的GPT-4o、Google 的Vertex AI Gemini...

结构化输出如何引导AI结构化输出 AI模型输出响应并非像传统程序那样默认按某种结构化响应来输出，而是按照自然语言进行输出。 AI模型是可以按照输入的指令、需求来进行特定的处理和输出。那么可以利用这一点，要求AI按照指定的格式结构输出。 所以在调用AI之前，需要在提示词中加入明确、精准的格式指令，且最好是给出格式的例子来进行引导。如果输入的指令不够明确，也会存...

MessageAI提示词 提示词是引导AI进行特定的处理及生成的输入，高效的提示词可以显著提升AI的处理及响应。 这里要记录的并不是提示词深入的概念，也不是如何设计高效的提示词，最起码首要目标不是这些。 而是学习和记录如何使用SpringAI提供的API快速的、灵活的将提示词编入程序与AI进行交互。 其实早在入门篇中就已经记录到了，且在过去的案例里面也基本都...

PromptPrompt什么是Prompt 在上一篇已经记录了提示词主要是通过Message来实现结构化，且Message会存在多个。 如果需要执行过程中操作这些Message，一个一个来就会变得繁琐。 所以SpringAI将Message按顺序聚合在Prompt内，再提供处操作Message的能力。 Prompt除了Message还组合了ChatOptio...

什么是Advisor官方定义 下面是官方文档对Advisor定义描述。 Spring AI Advisor API 为拦截、修改和增强 Spring 应用中的 AI 交互提供了灵活强大的方式。通过该 API，开发者能构建更复杂、可复用且易维护的 AI 组件。 核心优势包括：封装可复用的生成式 AI 模式、转换与大语言模型（LLM）交互的数据、实现跨模型与用...

Advisor的核心实现Advisor家族核心族谱 下图是官方给出的Advisor类图 官方的图因为版本的原因，类名上有些出入。下面是在IDEA生成的类图，一起结合看一下。 可以看到最上层接口是Ordered，前面也说到过是排序。排序规则是，数值越小优先级越高。它具备两个常量，相当于最高和最低优先级。 12int HIGHEST_PRECEDENCE...

更多案例最佳实践 官方推荐的最佳实践 保持 Advisor 功能单一化以提升模块性。 必要时通过 adviseContext 在 Advisor 间共享状态。 同时实现流式与非流式版本以获得最佳灵活性。 谨慎规划 Advisor 链顺序以确保数据流正确。 按照上面几点，写了三个案例记录在下面。 案例1：LogExampleAdvisor需求 编...