2. 编写function call文档解析-SpringAI实战教程_spring ai function call

文档解析函数

本节的内容是：编写文档解析函数来学习SpringAi风格的Function Call

我们知道 AI 的能力是文本生成，但是遇到一些复杂的需求时如何让 ai 可以回答出用户的提问。比如我想让 ai 读取本地的某个文件然后回答文件里面的内容，那读取文件这个操作 ai 明显不会。因此我们可以编写函数来拓展 ai 的能力。

function call

下面是一个简单的函数描述，把我们代码里面已有的函数转化成这种格式的描述。这样 ai 就可以知道什么时候去调用函数，以及调用函数时需要填哪些参数。

更加详细的结构请参考JSON Scheme reference

{
  "type": "function",
  "function": {
    "name": "documentAnalyzerFunction",
    "description": "文档解析函数",
    "parameters": {
      "properties": {
        "path": {
          "type": "string",
          "description": "需要解析的文档路径"
        },
      },
      "required":["path"],
      "type": "object"
    }
  }
}
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17

编写函数

引入依赖，用于读取本地的文档

<dependency>
    <groupId>org.springframework.ai</groupId>
    <artifactId>spring-ai-tika-document-reader</artifactId>
</dependency>
1
2
3
4

编写函数的步骤

1. 定义函数的入参和返回结果
2. 实现java.util.function.Function表示它的一个可以被AI调用的函数
3. 描述函数，SpringAi会自动将下面的Java注解转换成function call格式的描述
   • function.name：@Service将该类注册为 spring bean，bean的名字会作为函数的名称。
   • function.description: @Description可以描述函数的用途
   • function.parameters.properties.xxx: @JsonProperty描述参数的属性名称
   • function.parameters.required: @JsonProperty是否必填
   • function.parameters.properties.xxx.description: @JsonPropertyDescription描述参数的作用
   • function.parameters.properties.xxx.type: String类型会自动生成JSON Scheme reference下的string类型，其他的Integer,List等类型也一样。

/**
 * 通过@Description描述函数的用途，这样ai在多个函数中可以根据描述进行选择。
 */
@Description("文档解析函数")
@Service
@Slf4j
public class DocumentAnalyzerFunction implements Function<DocumentAnalyzerFunction.Request, DocumentAnalyzerFunction.Response> {
    /**
     * 通过@JsonProperty声明属性名称和是否必填
     * 通过@JsonPropertyDescription描述属性的用途，这样ai可以提取出符合参数描述的内容。
     */
    @Data
    public static class Request {
        @JsonProperty(required = true, value = "path")
        @JsonPropertyDescription(value = "需要解析的文档路径")
        String path;
    }

    public record Response(String result) {
    }

    @SneakyThrows
    @Override
    public Response apply(Request request) {
        // ai解析用户的提问得到path参数，使用tika读取本地文件获取内容。把读取到的内容再返回给ai作为上下文去回答用户的问题。
        TikaDocumentReader tikaDocumentReader = new TikaDocumentReader(new FileSystemResource(request.path));
        return new Response(tikaDocumentReader.read().get(0).getContent());
    }


}

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32

使用函数

注入AI模型基座，可以切换不同的AI厂商模型。本案例使用的是阿里的灵积AI服务请参考灵积接入。

private final DashScopeAiChatModel dashScopeAiChatModel;
1

具体哪些模型可以支持function call请阅读各个AI厂商的文档。其他AI厂商接入方式请参考下面的链接：
百度千帆
智谱清言
kimi
星火模型目前还未适配function call功能。

在实际的开发中可以接收多个函数，通过functions参数传入。然后ai会根据提问从这些函数中选择一个执行。

    private final DashScopeAiChatModel dashScopeAiChatModel;

    /**
     * 调用自定义函数回答用户的提问
     *
     * @param prompt       用户的提问
     * @param functionName 函数名称（bean的名称，类名小写）
     * @return SSE流式响应
     */
    @GetMapping(value = "chat/stream/function", produces = MediaType.TEXT_EVENT_STREAM_VALUE)
    public Flux<ServerSentEvent<String>> chatStreamWithFunction(@RequestParam String prompt, @RequestParam String functionName) {
        return ChatClient.create(kimiAiChatModel).prompt()
                .messages(new UserMessage(prompt))
                // spring ai会从已注册为bean的function中查找函数，将它添加到请求中。如果成功触发就会调用函数
                .functions(functionName)
                .stream()
                .chatResponse()
                .map(chatResponse -> ServerSentEvent.builder(toJson(chatResponse))
                        .event("message")
                        .build());
    }
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21

请求调用实例：

GET http://localhost:9902/message/chat/stream/function?prompt=D:\简历.pdf，这份简历的亮点是什么？&functionName=documentAnalyzerFunction
1