夜雨聆风场景
SpringAI+Ollama本地模型实现快速对话入门实例：
https://blog.csdn.net/BADAO_LIUMANG_QIZHI/article/details/160983728
在上面基础上实现tool工具调用示例。
在大模型应用开发中，工具调用（Tool Calling / Function Calling）是实现智能 Agent 的核心能力。
通过工具调用，大模型可以自主决定何时调用外部工具来获取实时信息、执行计算或操作外部系统。
Spring AI 作为 Java 生态中的 AI 集成框架，提供了一套优雅的 API 来定义和管理工具，
而 Ollama 则让开发者可以在本地运行强大的开源大模型。
本文将基于 Spring AI + Ollama，从基础环境搭建、工具的定义与注册、完整项目实现到常见问题排查，
系统性地讲解如何实现本地大模型的工具调用，并提供可直接运行的完整代码示例。
工具调用的工作流程
在 Ollama + Spring AI 的场景下，工具调用的完整流程如下：
定义工具：通过 @Tool 注解或编程式 API 将 Java 方法标记为可调用的工具。
注册工具：在 ChatClient 构建时将工具注入，Spring AI 会自动生成符合 OpenAI 规范的 JSON Schema。
模型决策：当用户提问时，Ollama 模型评估是否需要调用工具，如果需要，则返回工具名称和参数。
执行与反馈：Spring AI 自动执行对应的 Java 方法，并将结果回传给模型。
生成回答：模型根据工具执行结果生成最终的自然语言回答。
模型兼容性要求
并非所有 Ollama 模型都支持工具调用。必须使用原生支持 Function Calling 的模型，否则 LLM 将直接忽略工具列表，
只返回纯文本回答。
可以通过 ollama list 查看已下载的模型，通过 ollama pull <模型名> 下载新模型。
两种工具定义方式
Spring AI 提供了两种工具定义方式，可根据场景灵活选择。
使用 @Tool 注解（推荐）
在 Spring 管理的 Bean 方法上添加 @Tool 注解，Spring AI 会自动将其包装为 ToolCallback。
编程式 API（无需注解）
使用 MethodToolCallback 构建工具回调，适合动态创建或无法修改已有类的场景。
import org.springframework.ai.tool.MethodToolCallback;import org.springframework.ai.tool.ToolCallback;public ToolCallback dynamicTool(Object target) {return MethodToolCallback.builder().method("methodName", target).description("工具描述").build();}
注：
博客：https://blog.csdn.net/badao_liumang_qizhi
实现
pom.xml 依赖配置
<parent><groupId>org.springframework.boot</groupId><artifactId>spring-boot-starter-parent</artifactId><version>3.3.3</version> <!-- 降级为稳定版，解决冲突 --></parent><groupId>com.example</groupId><artifactId>spring-ai-ollama-tool</artifactId><version>1.0</version><properties><java.version>17</java.version><spring-ai.version>1.1.2</spring-ai.version></properties><dependencies><dependency><groupId>org.springframework.boot</groupId><artifactId>spring-boot-starter-web</artifactId></dependency><!-- Spring AI Ollama 核心 --><dependency><groupId>org.springframework.ai</groupId><artifactId>spring-ai-starter-model-ollama</artifactId><version>${spring-ai.version}</version></dependency></dependencies><repositories><repository><id>spring-milestones</id><url>https://repo.spring.io/milestone</url><snapshots><enabled>false</enabled></snapshots></repository></repositories>
application.yml 配置
server:port: 886spring:ai:ollama:base-url: http://localhost:11434chat:model: qwen2.5:7b-instructoptions:temperature: 0.7num-ctx: 4096 # 上下文窗口大小logging:level:org.springframework.ai.chat.client: DEBUG # 查看工具调用详情
工具服务类（含 @Tool 注解）
package com.badao.ai.service;import org.springframework.ai.tool.annotation.Tool;import org.springframework.ai.tool.annotation.ToolParam;import org.springframework.stereotype.Service;import java.time.LocalDateTime;import java.time.format.DateTimeFormatter;@Servicepublic class ToolService {/*** 获取当前日期和时间*/@Tool(description = "获取当前系统的日期和时间，返回格式化后的时间字符串")public String getCurrentDateTime() {System.out.println("获取当前日期和时间工具被调用");return LocalDateTime.now().format(DateTimeFormatter.ofPattern("yyyy-MM-dd HH:mm:ss"));}/*** 查询指定城市的天气（模拟）*/@Tool(description = "查询指定城市的天气信息")public String getWeather(@ToolParam(description = "城市名称") String city) {System.out.println("查询指定城市的天气信息工具被调用");return String.format("城市：%s，天气：晴，温度：22°C ~ 28°C，湿度：45%%，风力：3级", city);}/*** 计算两个数的和*/@Tool(description = "计算两个数字的和")public double add(@ToolParam(description = "第一个加数") double a,@ToolParam(description = "第二个加数") double b) {System.out.println("计算两个数字的和工具被调用");return a + b;}}
ChatClient 配置类
注意：在 Spring AI 1.1.2 中，@Tool 标注的方法不会自动生成 ToolCallbackProvider，我们需要手动注入工具服务类。
package com.badao.ai.config;import com.badao.ai.service.ToolService;import org.springframework.ai.chat.client.ChatClient;import org.springframework.context.annotation.Bean;import org.springframework.context.annotation.Configuration;@Configurationpublic class ChatConfig {@Beanpublic ChatClient chatClient(ChatClient.Builder chatClientBuilder,ToolService toolService) { // ✅ 直接注入工具类return chatClientBuilder.defaultTools(toolService) // ✅ 使用 defaultTools.build();}}
控制器
package com.badao.ai.controller;import org.springframework.ai.chat.client.ChatClient;import org.springframework.web.bind.annotation.*;@RestController@RequestMapping("/api")public class ToolChatController {private final ChatClient chatClient;public ToolChatController(ChatClient chatClient) {this.chatClient = chatClient;}/*** 通用对话接口，AI 会自动判断是否需要调用工具*/@PostMapping("/chat")public ChatResponse chat(@RequestBodyChatRequest request) {String result = chatClient.prompt().user(request.getMessage()).call().content();return new ChatResponse(200, "success", result);}/*** 流式输出对话（支持打字机效果）*/@GetMapping(value = "/stream", produces = org.springframework.http.MediaType.TEXT_EVENT_STREAM_VALUE)public reactor.core.publisher.Flux<String> streamChat(@RequestParamString msg) {return chatClient.prompt().user(msg).stream().content();}// 请求体public record ChatRequest(String message) {public String getMessage() {return message;}}// 响应体public record ChatResponse(int code, String msg, String data) {}}
测试验证
测试天气工具调用
调用计算器
常见问题与解决方案
1、找不到 ToolCallbackProvider Bean
报错信息：
Could not autowire. No beans of 'ToolCallbackProvider' type found.
原因：仅使用 @Tool 注解时，Spring AI 不会自动创建 ToolCallbackProvider Bean。
解决：直接注入工具服务类 ToolService，使用 .defaultTools(toolService) 注册工具（参考上文中 ChatConfig 的写法）。
2、找不到 spring-ai-starter-model-ollama 依赖
报错信息：
Could not find artifact org.springframework.ai:spring-ai-ollama-spring-boot-starter:pom:1.1.2
原因：错误的 artifactId。
解决：在 Spring AI 1.1.2 中，正确的依赖名为 spring-ai-starter-model-ollama。
3、模型从不调用工具，只返回文字回答
原因：当前模型不支持 Function Calling（如 llama2、早期 qwen 等）。
解决：更换为原生支持工具调用的模型，如 qwen2.5:7b、llama3.1:8b、mistral:7b。
关键知识点总结
@Tool 注解 将方法标记为工具，description 用于告知 LLM 何时调用
@ToolParam 注解 描述工具方法参数的含义，帮助 LLM 准确填充参数
ChatClient.defaultTools() 将包含 @Tool 方法的类注入 ChatClient，使其具备工具调用能力
模型兼容性 必须使用原生支持 Function Calling 的模型
JSON Schema 自动生成 Spring AI 会根据 Java 方法签名和注解自动生成符合 OpenAI 规范的 Schema
日志调试 开启 org.springframework.ai.chat.client 的 DEBUG 日志可观察工具调用过程
