系列文章目录
| 序号 | 文章标题 |
|---|---|
| 1 | 大模型之Spring AI实战系列（一）：基础认知篇——开启智能应用开发之旅 |
| 2 | 大模型之Spring AI实战系列（二）：Spring Boot + OpenAI 打造聊天应用全攻略 |
| 3 | 大模型之Spring AI实战系列（三）：Spring Boot + OpenAI 实现聊天应用上下文记忆功能 |
| 4 | 大模型之Spring AI实战系列（四）：Spring Boot + OpenAI 使用OpenAI Embedding实现文本向量化 |
| 5 | 大模型之Spring AI实战系列（五）：Spring Boot + OpenAI 构建带角色设定的智能对话系统 |
| 6 | 大模型之Spring AI实战系列（六）：Spring Boot + OpenAI 利用PromptTemplate构建动态提示词系统 |
| 7 | 大模型之Spring AI实战系列（七）：Spring Boot + OpenAI 构建结构化输出的AI响应系统 |
| 8 | 大模型之Spring AI实战系列（八）：Spring Boot + OpenAI 使用Whisper实现语音转文本功能 |
| 9 | 大模型之Spring AI实战系列（九）：Spring Boot + OpenAI 使用TTS实现文本转语音功能 |
| 10 | 大模型之Spring AI实战系列（十）：Spring Boot + OpenAI 使用 DALL·E实现文本生成图像功能 |
| 11 | 大模型之Spring AI实战系列（十一）：Spring Boot + OpenAI 集成本地向量数据库Chroma |
| 12 | 大模型之Spring AI实战系列（十二）：Spring Boot + OpenAI 构建基于RAG的智能问答系统 |
| 13 | 大模型之Spring AI实战系列（十三）：Spring Boot + OpenAI 基于 Tool Calling 实现单个外部工具调用 |
| 14 | 大模型之Spring AI实战系列（十四）：Spring Boot + OpenAI 支持多个 Tool 的插件化调用实践 |
| 15 | 大模型之 Spring AI实战系列（十五）：Spring AI Tools 初体验——搭建首个可调用工具 |
| 16 | 大模型之 Spring AI实战系列（十六）：Spring AI Tools 初级开发——解锁天气查询与数据库操作工具 |
| 17 | 大模型之 Spring AI实战系列（十七）：Spring AI Tools 高级技巧——异步调用、事务控制与错误处理攻略 |
| 18 | 大模型之 Spring AI实战系列（十八）：Spring AI Tools 进阶实战——深度集成 RESTful API 联通外部服务 |
内容导航
- 系列文章目录
- 前言
- 一、Spring AI 工具模块概述
- 二、封装 RESTful API 为工具类
- （一）准备工作
- 1. 添加依赖项
- 2. 目标接口说明：快递状态查询服务
- （二）创建核心工具类：`ExpressQueryTool.java`
- 三、添加认证逻辑（Token / OAuth / API Key）
- （一）简要示例：添加 API Key 认证
- （二）简要示例：使用 OAuth2 获取 Token
- 四、控制器中调用工具类
- （一）用户请求入口代码：`ChatController.java`
- （二）用户请求示例说明
- 五、扩展实践：封装写操作工具（如订单创建）
- 六、完整工具注册与调用流程
- 七、进阶建议
- 总结
在企业级AI应用中，大语言模型（LLM）早已不再是仅仅用来“回答问题”的简单工具，它正逐渐进化为业务系统的智能调度中枢。要实现真正的自动化操作，LLM必须能够主动调用后端系统的接口，完成实际的业务动作。
举几个具体场景：
- 查询某笔订单的实时物流状态
- 帮助客户提交一个新的订单
- 调用外部快递公司的物流接口获取数据
- 触发公司内部审批流程
这些操作，本质上都封装在企业内外部的RESTful API中。为了让LLM能够理解并自动调用这些接口，最直接的方案就是——将这些API包装成Spring AI能够识别的工具类（Tools）。
下面从四个核心角度展开：
✅ 如何将RESTful API封装成LLM可以主动调用的工具
✅ 怎样加入Token、OAuth、API Key等认证逻辑
✅ 解析接口返回数据，再回传给模型进行后续处理
✅ 实际案例——“快递状态查询”与“订单创建”的完整实现
一、Spring AI 工具模块概述
Tool 是 Spring AI 提供的一套注解和接口体系，专门用于定义那些可以由LLM主动调用的功能模块。只需要在方法上标注 @Tool 注解，该方法就会被自动注册为一个可调用函数。同时，参数和返回值的描述会通过JSON Schema传递给LLM，这样大模型就能清楚地知道何时调用、如何传递参数以及返回什么样的数据。
