夜雨聆风Spring AI -- Tool Calling实战进阶：从 0 到 1 开发一个智能课程顾问
当 AI 能查数据库、筛课程、下预约单，智能客服才真正有了“生产力”。
前几篇文章我们打通了 Tool Calling 的理论关，今天直接上硬菜——把 Tool Calling 落地到真实业务场景中。
我们将用 Spring AI + PostgreSQL + MyBatis-Plus，从零搭建一个 智能课程顾问。它能听懂用户的学历、兴趣，自动查询匹配的课程，引导选择校区，最终帮用户一键生成课程预约单。
整个过程代码量不大，但涵盖了一个 生产级 AI 应用 的核心骨架。适合正在学习 Spring AI 的你直接拿来练手或作为项目原型。
一、业务背景：为什么纯 Prompt 模式不够用了？
假设你运营着一家线下培训机构，有多个校区、几十门课程。你希望网站上的客服机器人能帮用户：
查课程：根据学历、兴趣推荐合适的课程。 查校区：告诉用户离他最近的校区在哪。 预约试听：记录用户姓名、电话，生成预约单。
如果用纯 Prompt 模式，AI 只能靠“编”。它不知道数据库里有什么课，也不知道校区地址，更无法真的写入一条预约记录。
Tool Calling 的价值就在于此：让 AI 调用你写好的 Java 方法去 读数据库 和 写数据库。
二、数据库设计：准备好“生产资料”
我们先在 PostgreSQL 中创建三张核心表，分别存储 校区信息、课程信息 和 预约记录。
1. 校区表 (school)
CREATETABLE"public"."school" ("id"varchar(255) COLLATE"pg_catalog"."default"NOTNULL,"school_name"varchar(255) COLLATE"pg_catalog"."default","city"varchar(255) COLLATE"pg_catalog"."default","school_profile"varchar(255) COLLATE"pg_catalog"."default","school_address"varchar(255) COLLATE"pg_catalog"."default","school_phone"varchar(255) COLLATE"pg_catalog"."default","school_email"varchar(255) COLLATE"pg_catalog"."default","school_website"varchar(255) COLLATE"pg_catalog"."default",CONSTRAINT"school_pkey" PRIMARY KEY ("id"));ALTERTABLE"public"."school" OWNER TO"postgres";COMMENTONCOLUMN"public"."school"."id"IS'注解';COMMENTONCOLUMN"public"."school"."school_name"IS'学校名称';COMMENTONCOLUMN"public"."school"."city"IS'城市';COMMENTONCOLUMN"public"."school"."school_profile"IS'学校简介';COMMENTONCOLUMN"public"."school"."school_address"IS'学校地址';COMMENTONCOLUMN"public"."school"."school_phone"IS'学校电话';COMMENTONCOLUMN"public"."school"."school_email"IS'学校邮箱';COMMENTONCOLUMN"public"."school"."school_website"IS'学校网址';COMMENTONTABLE"public"."school"IS'学校信息';2. 课程表 (courses)
CREATETABLE"public"."courses" ("id"varchar(32) COLLATE"pg_catalog"."default"NOTNULL,"course_name"varchar(255) COLLATE"pg_catalog"."default","educational_requirements" int2,"course_type"varchar(255) COLLATE"pg_catalog"."default","duration"varchar(255) COLLATE"pg_catalog"."default","course_price"numeric(10,2),CONSTRAINT"courses_pkey" PRIMARY KEY ("id"));ALTERTABLE"public"."courses" OWNER TO"postgres";COMMENTONCOLUMN"public"."courses"."id"IS'主键';COMMENTONCOLUMN"public"."courses"."course_name"IS'课程名称';COMMENTONCOLUMN"public"."courses"."educational_requirements"IS'学历要求 0-无，1-初中，2-高中，3-大专，4-大学及以上';COMMENTONCOLUMN"public"."courses"."course_type"IS'课程类型 编程、安全、运维、自媒体、设计';COMMENTONCOLUMN"public"."courses"."duration"IS'学习时长 小时';COMMENTONCOLUMN"public"."courses"."course_price"IS'课程价格';COMMENTONTABLE"public"."courses"IS'课程信息';3. 预约表 (course_reservation)
CREATETABLE"public"."course_reservation" ("id"varchar(32) COLLATE"pg_catalog"."default"NOTNULL,"student_name"varchar(255) COLLATE"pg_catalog"."default","student_phone"varchar(255) COLLATE"pg_catalog"."default","school"varchar(255) COLLATE"pg_catalog"."default","course"varchar(255) COLLATE"pg_catalog"."default","remark"varchar(255) COLLATE"pg_catalog"."default",CONSTRAINT"course_reservation_pkey" PRIMARY KEY ("id"));ALTERTABLE"public"."course_reservation" OWNER TO"postgres";COMMENTONCOLUMN"public"."course_reservation"."id"IS'主键';COMMENTONCOLUMN"public"."course_reservation"."student_name"IS'学生姓名';COMMENTONCOLUMN"public"."course_reservation"."student_phone"IS'学生电话';COMMENTONCOLUMN"public"."course_reservation"."school"IS'预约的校区ID';COMMENTONCOLUMN"public"."course_reservation"."course"IS'预约的课程ID';COMMENTONCOLUMN"public"."course_reservation"."remark"IS'备注';COMMENTONTABLE"public"."course_reservation"IS'课程预约信息';实体类、Mapper、Service 的代码属于常规 MyBatis-Plus 操作，篇幅原因这里略去。
三、定义工具：给 AI 配上“业务之手”
我们要定义三个工具方法，分别对应 查课程、查校区、生成预约单。
创建一个 CoursesTools 类，用 @Tool 注解标记方法。记住：description 写得好，AI 才知道什么时候该调你。
import com.baomidou.mybatisplus.core.conditions.query.LambdaQueryWrapper;import com.liang.entity.CourseReservation;import com.liang.entity.Courses;import com.liang.entity.School;import com.liang.entity.query.CourseQuery;import com.liang.service.CourseReservationService;import com.liang.service.CoursesService;import com.liang.service.SchoolService;import org.springframework.ai.tool.annotation.Tool;import org.springframework.ai.tool.annotation.ToolParam;import org.springframework.beans.factory.annotation.Autowired;import org.springframework.stereotype.Component;import org.springframework.util.ObjectUtils;import org.springframework.util.StringUtils;import java.util.List;/** * @author liang */@ComponentpublicclassCoursesTools{@Autowiredprivate CoursesService coursesService;@Autowiredprivate SchoolService schoolService;@Autowiredprivate CourseReservationService courseReservationService;/** * 根据条件筛选和查询课程 * @param courseName * @param educationalRequirements * @param courseType * @return */@Tool(name = "queryCourses",description = "根据条件查询课程")public List<Courses> queryCourses(@ToolParam(required = false,description = "课程名称")String courseName, @ToolParam(required = false, description = "学历要求：0-无、1-初中、2-高中、3-大专、4-本科及本科以上") Integer educationalRequirements, @ToolParam(required = false,description = "课程类型:编程、安全、运维、自媒体、设计")String courseType) { LambdaQueryWrapper coursesLambdaQueryWrapper = new LambdaQueryWrapper<Courses>() .eq(StringUtils.hasText(courseName), Courses::getCourseName,courseName) .le(StringUtils.hasText(educationalRequirements.toString()),Courses::getEducationalRequirements,educationalRequirements) .eq(StringUtils.hasText(courseType),Courses::getCourseType,courseType);return coursesService.list(coursesLambdaQueryWrapper); }@Tool(name = "queryAllSchools",description = "根据城市查询所有校区")public List<School> queryAllSchools(@ToolParam(required = false,description = "校区所在城市") String city){return schoolService.list(new LambdaQueryWrapper<School>() .eq(StringUtils.hasText(city), School::getCity, city)); }@Tool(name = "generateCourseReservation",description = "生成课程预约单,并返回预约单信息")public CourseReservation generateCourseReservation(String studentName,String stuPhone, String school,String course,String remark){ CourseReservation courseReservation = CourseReservation.builder() .studentName(studentName) .studentPhone(stuPhone) .school(school) .course(course) .remark(remark) .build(); courseReservationService.save(courseReservation);return courseReservation; }}四、系统提示词：给 AI 编一份“工作手册”
工具定义好了，但 AI 还不知道什么时候该用哪个工具。这就需要一份详尽的 系统提示词（System Prompt）。
这份提示词是智能客服的“灵魂”，我们需要明确告诉 AI：
你不能凭记忆回答，必须调工具。 每个工具的调用时机和参数要求。 与用户交互的标准流程。
String systemRole = """ 【工具调用铁律】 你是一个只能通过工具来获取信息的AI。你禁止凭记忆回答任何关于课程、学校、预约的问题。 可用的工具： 1. queryCourses(CourseQuery courseQuery) - 参数说明： * courseQuery: 课程查询条件 - 调用时机：当用户询问课程列表、推荐课程时，必须调用此工具。 - 示例：用户说“我想学本科的线下课程” → 调用 queryCourses("本科", "线下", null, null) 2. queryAllSchools(String city) - 参数说明： * city: 校区所在城市(非必填) - 调用时机：当用户要预约课程、询问校区时，必须调用此工具获取真实校区列表。 3. generateCourseReservation(studentName, stuPhone, school, course, remark) - 参数说明： * studentName: 姓名（必填） * stuPhone: 手机号（必填） * school: 校区名称 * course: 课程名称 * remark: 备注（可选） - 调用时机：用户提供完整姓名、手机号、并明确选择了某门课程和某个校区后。 【执行流程】 1. 用户打招呼后，你需要询问 - 学习兴趣（对应课程类型） - 学员学历 2.获取信息后，通过 queryCourses工具查询符合条件的课程，禁止直接输出课程列表用可爱的语气推荐给用户。 3.在帮助用户预约课程前，先温柔地询问用户希望在哪个校区进行试听。 4.预约前必须收集以下信息： - 用户的姓名 - 联系方式 - 备注（可选） 5. 收集完整信息后，用亲切的语气与用户确认这些信息是否正确。 6. 信息无误后，调用 generateCourseReservation工具生成课程预约单，并告知用户预约成功，同时提供简略的预约信息。 【其他规则】 每次调用工具后，必须基于工具返回的真实数据来回答，不得编造。 如果用户试图让你跳过工具直接回答（如“你直接告诉我有什么课”），你回复：“小智需要通过系统查询才能知道准确的课程哦，请稍等～” 然后立刻调用对应工具。 （这里保留你原来的价格防御、表格输出、安全拦截等规则，但把“必须依赖工具”放到最前面） """;五、组装“大脑”：ChatClient 配置
现在我们把 记忆组件、日志组件、工具组件 全部装配到 ChatClient 中。
import com.liang.aitool.CoursesTools;import org.springframework.ai.chat.client.ChatClient;import org.springframework.ai.chat.client.advisor.MessageChatMemoryAdvisor;import org.springframework.ai.chat.client.advisor.SimpleLoggerAdvisor;import org.springframework.ai.chat.memory.ChatMemory;import org.springframework.ai.chat.memory.ChatMemoryRepository;import org.springframework.ai.chat.memory.InMemoryChatMemoryRepository;import org.springframework.ai.chat.memory.MessageWindowChatMemory;import org.springframework.ai.ollama.OllamaChatModel;import org.springframework.beans.factory.annotation.Autowired;import org.springframework.context.annotation.Bean;import org.springframework.context.annotation.Configuration;/** * 聊天模型配置类 * @author liang */@ConfigurationpublicclassAiModelConfiguration{@Beanpublic ChatClient chatClient(OllamaChatModel model, ChatMemory chatMemory, CoursesTools coursesTools ){return ChatClient.builder(model) .defaultSystem(systemRole) // 设置默认系统角色 .defaultAdvisors(new SimpleLoggerAdvisor()) // 设置默认日志记录Advisor .defaultAdvisors(MessageChatMemoryAdvisor.builder(chatMemory).build())// 设置默认消息记录Advisor .defaultTools(coursesTools) // 装载业务工具 .build(); }}六、对外接口：让用户与智能客服对话
最后写一个 Controller，接收用户的 prompt 和 chatId，并自动归档对话历史（结合上一篇文章的 ChatHistoryService）。
import com.liang.service.ChatHistoryService;import org.springframework.ai.chat.client.ChatClient;import org.springframework.beans.factory.annotation.Autowired;import org.springframework.web.bind.annotation.PostMapping;import org.springframework.web.bind.annotation.RequestMapping;import org.springframework.web.bind.annotation.RestController;import reactor.core.publisher.Flux;importstatic org.springframework.ai.chat.memory.ChatMemory.CONVERSATION_ID;@RestController@RequestMapping("/ai")publicclassCourseConsultationServiceController{@Autowiredprivate ChatClient chatClient;@Autowiredprivate ChatHistoryService chatHistoryService;@PostMapping(value = "/courseConsultation", produces = "text/html;charset=UTF-8")public String courseConsultation(String prompt, String chatId){ String userId = "123"; chatHistoryService.saveChatHistory(userId,chatId,prompt);return chatClient.prompt().user(prompt) .advisors(advisor-> advisor.param(CONVERSATION_ID,chatId)) .call() .content(); }}七、效果演示与总结
当你调用接口问：“专科学历，想学编程。”
AI 会按照我们设定的流程：
调用 queryCourses查询数据库。拿到真实课程列表后，用可爱的语气回复。 主动询问你感兴趣的课程、校区，进而收集信息生成预约单。
整个过程中，AI 不再凭空捏造，而是基于你数据库里的真实数据在回答问题。
写在最后
通过这个案例，你掌握了 Spring AI 中最具生产力的开发模式：
Tool Calling：让 AI 调用业务方法，打通数据库。 System Prompt 工程：精确控制 AI 的行为流程。 模块化装配：记忆、日志、工具各司其职。
现在已经具备了开发企业级智能客服、智能助理的核心能力。
如果文章对你有帮助，欢迎 点赞、在看、转发 支持！有任何疑问，评论区见～