AI实战案例：快速实现快递查询助手！

昨晚直播，咱们用 RAG（Retrieval-Augmented Generation，检索增强生成）实现了数据库 AI 助手，今天我们准备换一个技术使用 function call 来实现快递 AI 助手。

执行效果

快递 AI 助手的业务逻辑很清晰，就是我通过 LLM 大语言模型的对话来查询我的快递详情，例如，我问 AI 我有几个“运送中”的快递，他把这些快递查询并展示出来，效果如下图所示：

什么是 function call？

定义： Function Call（也称为 Tool Call）它允许大模型与一组 API 或工具进行交互，从而增强其功能。

“

也就是说 Function Call 和 RAG、MCP 等类似都是用于增强 AI 能力边界的。

function call 执行流程

执行流程如下：

“

其中，Tool 既为 Function Call。

当然如果你上图看的不是很懂的话，也可以参考阿里云提供的 function call 的工作流程：

快递 AI 助手实现

具体实现步骤：

1. 添加大模型依赖
2. 配置大模型参数
3. 创建 function call
4. 调用 function call 实现快递查询

接下来，我们一步步来看，我们以阿里云的百炼（通义千问）大模型对接为例。

1.添加大模型依赖

<dependency>
    <groupId>org.springframework.ai</groupId>
    <artifactId>spring-ai-starter-model-openai</artifactId>
</dependency>

2.配置大模型参数

spring:
  ai:
    openai:
      base-url: https://dashscope.aliyuncs.com/compatible-mode/
      api-key: ${ALIYUN-AK}
      chat:
        options:
          model: deepseek-v3

3.创建 function call

这里就不连接数据库查询快递信息了，生成级别需要连接数据库，这里演示效果，构建测试数据即可，如下代码所示：

import org.springframework.ai.tool.annotation.Tool;

import java.time.LocalDateTime;
import java.util.ArrayList;
import java.util.List;
import java.util.stream.Collectors;

publicclass ExpressService {

    @Tool(description = "用于查询我的快递")
    public List<Express> getExpress(String state) {
        // 生成测试数据
        List<Express> data = getData();
        // 根据状态过滤（如果state为null或空则返回全部）
        return state == null || state.isEmpty()
                ? data
                : data.stream()
                .filter(e -> e.state().equalsIgnoreCase(state))
                .collect(Collectors.toList());
    }

    /**
     * 生成测试快递数据
     */
    private List<Express> getData() {
        List<Express> data = new ArrayList<>();
        LocalDateTime now = LocalDateTime.now();
        data.add(new Express(1001L, "北京", "西安", now.minusDays(12), "已签收"));
        data.add(new Express(1002L, "广州", "西安", now.minusDays(12), "已签收"));
        data.add(new Express(1003L, "杭州", "西安", now.minusDays(3), "运送中"));
        data.add(new Express(1004L, "深圳", "西安", now.minusDays(3), "运送中"));
        data.add(new Express(1005L, "南京", "西安", now.minusDays(1), "待发货"));
        return data;
    }


    /**
     * 快递类
     *
     * @param id
     * @param from
     * @param to
     * @param createtime
     * @param state
     */
    record Express(long id, String from, String to,
                   LocalDateTime createtime, String state) {
    }
}

4.调用 function call

调用大模型可以使用 ChatModel 和 ChatClient，这里使用 ChatClient 调用：

@RequestMapping("/tool")
public Flux<String> tool(@RequestParam("msg") String msg) {
    return chatClient.prompt(msg)
            .tools(new ExpressService(),
                    new DateTimeTools())
            .stream().content();
}

最终执行效果如下：

小结

大模型应用开发是以后程序开发的主流方向，他也会巅峰以往的开发形式，早早掌握大模型的开发知识，对于后期涨薪或找工作都有巨大的帮助。程序员群体注定是一个活到老学到老的群体，因为学习的本质在于扩展自己的能力边界，让自己变得更值钱，所以各位动起来，让我们一起拥抱这场 AI 盛宴吧。