: 首页; 看点啥; 插画图片

首页科技看点 Function Calling 从入门到落地指南

Function Calling 从入门到落地指南

2026-10-16 0

在 Java 服务中接入大模型工具调用时，真正需要处理的远不只是让模型返回一个函数名。参数是否可信、用户身份如何安全传递、工具应在什么范围内暴露，以及调用失败后怎样维持对话，都需要由服务端明确控制。下面将以 Spring AI Alibaba 为基础，逐步拆解 Function Calling 的配置与实现主线。

适配版本：Spring Boot 3.5.9 · Spring AI 1.1.2 · Spring AI Alibaba 1.1.2.2（版本不通用，请勿跨版本照抄）

本文带你从零掌握 Function‑Calling（工具调用 / Tool Calling）：先 10 分钟跑通第一个工具，再逐个吃透「定义工具、挂载工具、传上下文、处理异常」这条主线，最后附一张生产上线检查清单。

0. 版本基线 & 先建立一个关键认知

依赖	版本	说明
Spring Boot	3.5.9	官方 parent，已默认开启 `-parameters`（见第 6 节）
Spring AI	1.1.2	统一抽象层：`@Tool`、`ToolCallback`、`ChatClient` 等
Spring AI Alibaba	1.1.2.2	对接通义千问（DashScope），其内部传递依赖 Spring AI 1.1.2
JDK	17+	最低要求；JDK 21（LTS）亦推荐
模型	通义千问 `qwen-plus`	可换 `qwen-max` / `qwen-turbo` 等

一句话本质：

大模型只会「说出」它想调哪个工具、传什么参数（一个 JSON 意图）；真正执行工具、校验参数、鉴权、返回结果，全部由 Java 服务端完成。模型只是「点菜」，厨房炒菜的是你的 Java 代码。

这个认知决定了后面所有规范：模型传进来的参数是不可信的，必须校验；模型不该看到的私密信息（userId、token 等），绝不能放进提示词，只能走 ToolContext。

1. 快速开始：10 分钟跑通第一个工具

目标：问一句「杭州明天会不会下雨？」，程序自动调用一个 getWeather 工具查询，再让模型把结果组织成自然语言回答你。

1.1 新建工程与 `pom.xml`



    4.0.0

    
    
        org.springframework.boot
        spring-boot-starter-parent
        3.5.9
        
    

    com.example
    function-calling-demo
    0.0.1-SNAPSHOT
    function-calling-demo

    
        17
        
        1.1.2
        1.1.2.2
    

    
        
            
            
                org.springframework.ai
                spring-ai-bom
                ${spring-ai.version}
                pom
                import
            
            
            
                com.alibaba.cloud.ai
                spring-ai-alibaba-bom
                ${spring-ai-alibaba.version}
                pom
                import
            
        
    

    
        
        
            org.springframework.boot
            spring-boot-starter-web
        

        
        
            com.alibaba.cloud.ai
            spring-ai-alibaba-starter-dashscope
        
    

    
        
            
                org.springframework.boot
                spring-boot-maven-plugin

版本说明：Spring AI Alibaba 1.1.2.2 的 starter 对 spring-boot-starter 的依赖声明是 3.5.10，但本工程用 spring-boot-starter-parent 3.5.9，其 dependencyManagement 会把 Spring Boot 相关依赖统一锁定为 3.5.9（补丁级差异，兼容）。这也是推荐使用官方 parent 的原因之一。

1.2 配置 `application.yml`

spring:
  ai:
    dashscope:
      # 通义千问 API Key（生产建议用环境变量注入，不要写死在配置里）
      api-key: ${AI_DASHSCOPE_API_KEY:请替换成你的-api-key}
      ch@t:
        options:
          # 模型名：qwen-plus 性价比均衡，按需替换为 qwen-max / qwen-turbo 等
          model: qwen-plus

1.3 编写工具类 `WeatherTool`

package com.example.tool;

import [email protected];      // 服务端私有上下文
import org.springframework.ai.tool.annotation.Tool;         // 把方法标记为「可被模型调用的工具」
import org.springframework.ai.tool.annotation.ToolParam;    // 描述工具入参，给模型看
import org.springframework.stereotype.Component;
import org.springframework.util.StringUtils;

@Component
public class WeatherTool {

    /**
     * 查询城市天气预报。
     *
     * @Tool 的 description 是写给大模型看的「使用说明书」，
     * 写清楚「什么时候该调、什么时候不该调」，能显著减少误调用。
     */
    @Tool(description = "查询指定城市的天气预报。当用户询问天气、气温、是否下雨时调用；用户未给出具体城市时不要调用。")
    public String getWeather(
            // @ToolParam 描述入参含义，帮助模型正确填参
            @ToolParam(description = "城市中文名称，例如：杭州、北京、上海") String city,
            // ToolContext 必须放在最后一个形参，框架会自动注入；模型看不到、也无法篡改它
            ToolContext toolContext
    ) {
        // 从服务端私有上下文读取用户标识（由业务在下游 .toolContext() 注入）
        String userId = (String) toolContext.getContext().get("userId");

        // ① 参数校验：绝不信任模型传入的参数
        if (!StringUtils.hasText(city)) {
            // 返回友好提示，引导模型向用户追问，而不是直接抛异常中断对话
            return "缺少城市名称，请先询问用户要查询哪个城市的天气。";
        }

        // ② 调用真实业务（生产环境替换为 HTTP / Feign / RPC 调用）
        String weather = "晴，气温 24℃，无降雨";

        // ③ 返回给模型的最终结果，模型会把它整理成自然语言回答用户
        return String.format("[用户 %s] %s 明天%s", userId, city, weather);
    }
}

1.4 编写接口 `WeatherController`

package com.example.controller;

import com.example.tool.WeatherTool;
import java.util.Map;
import [email protected];
import [email protected];
import org.springframework.web.bind.annotation.GetMapping;
import org.springframework.web.bind.annotation.RequestParam;
import org.springframework.web.bind.annotation.RestController;

@RestController
public class WeatherController {

    private final ChatClient ch@tClient;
    private final WeatherTool weatherTool;

    public WeatherController(ChatModel ch@tModel, WeatherTool weatherTool) {
        // 这里不挂任何 defaultTools，工具改为「请求级」按需挂载（见第 4 节）
        this.ch@tClient = ChatClient.builder(ch@tModel).build();
        this.weatherTool = weatherTool;
    }

    @GetMapping("/weather")
    public String weather(@RequestParam String question) {
        // 一次调用自动完成「模型决策 → Java 执行工具 → 结果回传 → 生成最终回答」全流程
        return [email protected]()
                .user(question)                       // 用户提问
                .tools(weatherTool)                   // 本次请求可用的工具
                .toolContext(Map.of("userId", "10001")) // 服务端私有上下文（模型不可见）
                .call()
                .content();
    }
}

1.5 启动并验证

启动类（@SpringBootApplication）就绪后，访问：

GET http://localhost:8080/weather?question=杭州明天会不会下雨？

返回类似：「根据查询结果，杭州明天是晴天，气温 24℃，无降雨。」——到这里，你已经跑通了第一个 Function‑Calling。

2. 一次工具调用的完整流程

以「杭州明天会不会下雨？」为例，框架在幕后做的事情：

用户提问 "杭州明天会不会下雨？"
        │
        ▼
ChatClient 把「用户消息 + 工具说明书(ToolDefinition)」一起发给大模型
        │
        ▼
模型判断需要查天气 → 返回一个 ToolCall（工具名 getWeather + 参数 {"city":"杭州"}）
        │
        ▼
框架(ToolCallingAdvisor，自动装配)拦截 ToolCall，在 Java 端执行 getWeather 方法
        │
        ▼
工具返回结果 → 作为 ToolResponseMessage 回传给模型
        │
        ▼
模型结合工具结果，生成最终自然语言回答

理解这套流程的关键组件：

组件	作用	面向谁
ToolDefinition	工具的「说明书」：名称、描述、参数 JSON Schema	下发给模型
ToolCallback	Java 侧工具执行器，封装真实业务方法	服务端执行
ToolCall	模型返回的调用意图：工具名 + 参数 JSON + 调用 ID	模型 → 服务端
ToolCallingAdvisor	自动循环驱动器，串联「调用→执行→回传→追问」	框架自动装配
ToolContext	服务端私有上下文（userId / tenantId / token 等）	仅服务端，模型不可见

核心差异：ChatModel.call() 只发一次请求、拿到的是「工具调用意图」而非最终答案；而 ChatClient + .tools() 内部由 ToolCallingAdvisor 自动完成多轮循环，生产直接用后者。绝大多数情况下你甚至感知不到这个 Advisor 的存在——只要调用了 .tools() 就自动生效。

3. 定义工具的三种方式

3.1 方式一：`@Tool` 注解式（推荐，覆盖 90% 场景）

把 @Tool 加在 Spring Bean 的 public 方法上，框架自动扫描并生成工具回调。第 1.3 节的 WeatherTool 就是完整示例，这里补充几条规范：

工具方法必须为 public。
每个业务入参都应加 @ToolParam(description = "...")；默认 required = true，可选参数用 @ToolParam(required = false)。
需要服务端上下文时，把 ToolContext 作为最后一个形参（可选）。
入参支持基本类型、String、POJO、List、Map、枚举等常见类型，框架会自动生成参数 Schema。
返回值类型可为 String、POJO、Map 等任意可序列化类型，String 最常用。

注意：加了 @Tool 的方法不会自动全局生效，必须显式通过 .tools(...)（请求级）或 .defaultTools(...)（全局）挂载后才会对模型可见。

@Tool(description = "更新客户资料")
public void updateCustomer(
        @ToolParam(description = "客户 ID") Long id,
        @ToolParam(description = "客户姓名") String name,
        @ToolParam(description = "邮箱", required = false) String email, // 可选参数
        ToolContext toolContext
) {
    // 业务实现...
}

当入参较多时，推荐用 POJO（record）作为唯一入参：字段描述用 Jackson 的 @JsonPropertyDescription（或 Swagger 的 @Schema），@ToolParam 只描述整个对象。

import com.fasterxml.jackson.annotation.JsonPropertyDescription;

// 入参对象：字段上的描述会进入参数 Schema，帮助模型正确填值
public record WeatherRequest(
        @JsonPropertyDescription("城市中文名称，例如：杭州、北京") String city,
        @JsonPropertyDescription("查询天数，取值 1-7") Integer days
) {}

@Tool(description = "查询指定城市未来几天的天气预报")
public String getWeather(
        @ToolParam(description = "天气查询请求") WeatherRequest request,
        ToolContext toolContext
) {
    // 框架会把模型生成的参数 JSON 自动反序列化成 WeatherRequest 传入
    return String.format("%s 未来 %d 天天气晴朗", request.city(), request.days());
}

3.2 方式二：`FunctionToolCallback` 函数式（无注解 / 临时工具）

不用注解，直接用一个普通函数（下面以匿名内部类实现 BiFunction）包装，适合存量代码、临时工具、需要拿到 ToolContext 的函数式写法。

import [email protected];
import org.springframework.ai.model.function.FunctionToolCallback;
import org.springframework.ai.tool.ToolCallback;
import java.util.Map;
import java.util.function.BiFunction;

// ① 用 BiFunction<入参, ToolContext, 返回> 定义逻辑，第二个参数即服务端上下文
//    这里用匿名内部类实现，避免 Lambda 写法（若偏好 Lambda 也可写成 (city, ctx) -> { ... }）
BiFunction weatherFunc = new BiFunction() {
    @Override
    public String apply(String city, ToolContext ctx) {
        String userId = (String) ctx.getContext().get("userId");
        return String.format("[用户 %s] %s 天气晴朗", userId, city);
    }
};

// ② 手动构建工具回调：工具名 + 函数 + 描述 + 入参类型
ToolCallback weatherCallback = FunctionToolCallback
        .builder("get_weather", weatherFunc)   // 工具名（模型看到的名字）+ 函数
        .description("查询指定城市的天气预报")
        .inputType(String.class)               // 入参类型，框架据此生成参数 Schema
        .build();

// ③ 请求级挂载使用
String answer = [email protected]()
        .user("北京天气怎么样？")
        .tools(weatherCallback)                 // 传入 ToolCallback
        .toolContext(Map.of("userId", "10002"))
        .call()
        .content();

FunctionToolCallback 支持 Function、BiFunction、Supplier、Consumer，也能直接传一个 POJO（框架识别其调用方法）。inputType 除 Void 外必填，用于生成参数 Schema。

3.3 方式三：`MethodToolCallback` 反射式（包装「不可注解」的存量方法）

当方法属于第三方代码、或你不便加 @Tool 注解时，用反射把方法手动包装成工具。注意：它比前两种啰嗦，需要手写工具说明书（含参数 Schema）。

import org.springframework.ai.tool.ToolCallback;
import org.springframework.ai.tool.definition.ToolDefinition;
import org.springframework.ai.tool.method.MethodToolCallback;
import java.lang.reflect.Method;

// 假设 WeatherService 是一个你不想改动、无法加 @Tool 注解的存量类
WeatherService weatherService = new WeatherService();

// ① 通过反射拿到目标方法
Method method = WeatherService.class.getDeclaredMethod("queryWeather", String.class);

// ② 手动构建工具回调：名称、描述、参数 Schema 都要写在 ToolDefinition 里
ToolCallback callback = MethodToolCallback.builder()
        .toolDefinition(ToolDefinition.builder()
                .name("get_weather")                       // 工具名写在这里
                .description("查询指定城市的天气预报")       // 描述也写在这里
                .inputSchema("""                           // 参数 JSON Schema 需手写
                        {
                            "type": "object",
                            "properties": {
                                "city": {"type": "string", "description": "城市中文名称"}
                            },
                            "required": ["city"]
                        }
                        """)
                .build())
        .toolMethod(method)          // 目标方法
        .toolObject(weatherService)  // 非 static 方法必须提供目标实例
        .build();

String answer = [email protected]()
        .user("上海天气怎么样？")
        .tools(callback)
        .call()
        .content();

⚠️ 踩坑提示：MethodToolCallback.builder() 没有 .toolName() / .description() 这两个方法，名称和描述统一放进 .toolDefinition(...) 里。

三种方式怎么选：

方式	适用场景	是否推荐
`@Tool` 注解	新写的业务工具（绝大多数情况）	✅ 首选
`FunctionToolCallback`	无注解的存量代码、临时 Lambda	✅ 灵活
`MethodToolCallback`	包装第三方/不可注解方法	⚠️ 仅在必要时

4. 工具挂载：全局 vs 请求级（推荐请求级）

Spring AI 提供两种挂载维度：

// ① 全局默认挂载：所有请求默认可见
ChatClient globalClient = ChatClient.builder(ch@tModel)
        .defaultTools(weatherTool)   // 或 .defaultToolCallbacks(callback)
        .build();

// ② 请求级挂载：仅本次请求生效（推荐）
[email protected]()
        .user("查询天气")
        .tools(weatherTool)          // 或 .toolCallbacks(callback)
        .call();

// ③ 多个工具一次挂载
[email protected]()
        .user("帮我查天气并下单")
        .tools(weatherTool, orderTool)   // 支持一次传入多个工具
        .call();

生产建议：

通用公共工具（如「查当前时间」）可以用 defaultTools 全局挂载。
涉及权限、租户差异的工具必须请求级挂载——否则等于对所有请求暴露该工具，存在越权调用风险。
注意：请求级 .tools() 与全局 defaultTools 同时存在时，请求级会覆盖（而非追加）全局默认工具。若需要两者叠加，请自行在请求级把全局工具一并传入。

5. ToolContext：模型碰不到的服务端私密上下文

ToolContext 用于向工具注入 userId、tenantId、token 等模型不可见的私密信息。它只存在于服务端，不会被序列化发给模型，因此模型无法读取、更无法篡改。

注入方式：

[email protected]()
        .toolContext(Map.of("userId", "10001", "tenantId", "t-001"))
        .tools(weatherTool)
        .call();

读取方式（三种工具写法对应）：

工具写法	如何读取 ToolContext
`@Tool` 方法	把 `ToolContext` 作为最后一个形参，用 `toolContext.getContext().get("key")` 读取
`FunctionToolCallback`	用 `BiFunction`，第二个参数即上下文
`MethodToolCallback`	方法签名中同样声明 `ToolContext` 形参

补充说明：

ToolContext 还提供 getSessionId()、getConversationId() 等便捷方法。
若同时设置了默认与运行时 toolContext，两者会合并，运行时值优先。

为什么这很关键：userId/tenantId 若由模型传参，就等同于把鉴权依据交给模型，存在被 Prompt 注入越权的风险。统一走 ToolContext 注入是铁律。

6. 编译参数 `-parameters`：一个「不卡坑」的真相

网上流传「不加 -parameters 会报错」的说法，其实不准确。真相是：

@ToolParam 只有 description、required 两个属性，没有 name。
因此工具参数 Schema 里的参数名来自反射（Method.getParameters() 的 name）。
Java 默认编译会丢弃源码参数名，反射拿到的就是 arg0、arg1。
结果：工具照样能跑（参数绑定靠位置/类型），但模型看到的参数名是 arg0，说明书可读性差、难调试、易埋隐性映射问题。

最省心的真相：只要用 spring-boot-starter-parent 3.5.9（本文第 1.1 节），它已经默认开启 maven-compiler-plugin 的 true——你什么都不用做。

只有当你不用 Spring Boot parent（独立构建、Gradle 等）时，才需要手动开启：



    org.apache.maven.plugins
    maven-compiler-plugin
    
        true

// Gradle 等价配置
tasks.withType(JavaCompile).configureEach {
    options.compilerArgs += '-parameters'
}

一句话：用官方 parent 就对了；没用 parent 才补 -parameters。IDEA 中请确保委托 Maven/Gradle 构建，否则仅改配置不生效。

7. 异常处理：让模型优雅转述，而非直接报错

7.1 全局开关

spring:
  ai:
    tools:
      throw-exception-on-error: false   # 默认 false

false（默认，推荐）：工具抛出的 RuntimeException 会被转成消息回传给模型，由模型友好转述给用户。
true：直接抛异常中断对话，用户看到的是技术报错。
注意：受检异常（Checked Exception）和 Error 始终直接抛出，不受此开关影响。

该开关由自动装配的 DefaultToolExecutionExceptionProcessor 处理；如需定制，可自行定义 ToolExecutionExceptionProcessor Bean。

7.2 业务规范（务必遵守）

@Tool(description = "...")
public String doSomething(@ToolParam(description = "...") String param, ToolContext ctx) {
    // ① 绝不信任模型入参：非空、合法性、业务权限都要校验
    if (!StringUtils.hasText(param)) {
        // ② 参数缺失/非法：返回友好提示，引导模型反问用户，而不是抛业务异常
        return "缺少必要参数，请先询问用户补充。";
    }

    // ③ userId / tenantId / token 一律从 ToolContext 取，禁止由模型传参，杜绝越权
    String userId = (String) ctx.getContext().get("userId");
    // ... 业务逻辑
}

若你自定义 ToolCallback 实现，工具执行出错时应抛 ToolExecutionException，框架才能捕获并按上述策略处理。

附：关键 API 速查表

类 / 注解	包路径	用途
`@Tool`	`org.springframework.ai.tool.annotation`	标记工具方法
`@ToolParam`	`org.springframework.ai.tool.annotation`	描述工具入参（`description` / `required`）
`ToolCallback`	`org.springframework.ai.tool`	工具执行器接口
`ToolDefinition`	`org.springframework.ai.tool.definition`	工具说明书（名称/描述/入参 Schema）
`MethodToolCallback`	`org.springframework.ai.tool.method`	反射包装存量方法为工具
`FunctionToolCallback`	`org.springframework.ai.model.function`	函数式包装为工具
`ToolContext`	`[email protected]`	服务端私有上下文
`ChatClient`	`[email protected]`	高层客户端（`.tools()` / `.toolContext()` / `.call()`）

喜欢(0)

少调模型多走代码：解析 resolve-harness 的确定性 Fast Path 运行时

Pi Agent 应该如何通过 Agent SDK 正确连接 Claude 或 Codex？