原本 Function Call 只打算寫兩篇，不過最近參考其他框架發現 Function Calling 是會被反覆調用的，測試後發現 Spring AI 也有類似的效果
Spring AI 會先去調用符合的 Function 並取得資料，之後會再拿取得的資料確認是否還有可匹配的 Function，並將目前取得的結果再次呼叫 Function
來看看怎麼活用這樣的技巧吧

程式目標: 詢問 AI 公司去年最熱銷的產品，並列出該產品所有型號

在不知道 Function Calling 會重複調用時你可能會把產品改成一個 Class，並將所有產品型號放在 List 變數中，這樣做雖然也沒問題，不過長久下來會浪費許多額外花費，因為程式會將所有產品資料包含型號一起送給 AI 處理，當資料多的時候就形成額外的花費

運用重複調用的特性，我們可以增加一隻查詢產品型號的 Function，Request 的參數是產品名稱，Response 則放產品型號的 List，若 Prompt 有提到需要列出產品型號時，Spring AI 就會主動再去調用這隻查詢型號的 Function，下面直接看 Function 如何增加

1. 撰寫外掛程式 ProductDetailsFunction : 實作 java.util.function

public class ProductDetaislFunction implements Function<ProductDetaislFunction.Request, ProductDetaislFunction.Response>{
	public record ProductDetail(String product, List<String> models) {}
	@Override
	public Response apply(Request request) {
		//模擬資料，企業通常會透過DB或是其他API查詢內容
		List<ProductDetail> productModels= List.of(
				new ProductDetail("PD-1405", List.of("1405-001","1405-002","1405-003")),
				new ProductDetail("PD-1234", List.of("1234-1","1234-2","1234-3","1234-4")), 
				new ProductDetail("PD-1235", List.of("1235-4","1235-5")), 
				new ProductDetail("PD-1385", List.of("1385-1","1385-2","1385-3")),
				new ProductDetail("PD-1255", List.of("1255-1")),
				new ProductDetail("PD-1300", List.of("1300-1","1300-1","1300-1"))
			);
		//模擬查詢後回傳的結果
		ProductDetail models = productModels.stream().filter(pd -> pd.product.equals(request.product())).findFirst().get();
		return new Response(models);
	}
	
	@JsonInclude(Include.NON_NULL)
	@JsonClassDescription("產品型號列表")
	public record Request(
		//參數只需帶入產品
		@JsonProperty(required = false, value = "product") @JsonPropertyDescription("產品") String product
		) {
	}
	//回傳的結果最好包含產品一起回傳，若只回傳型號清單 AI 比較容易失誤
	public record Response(ProductDetail models) {
	}
}

2. 註冊外掛程式: 寫一隻 Config 並使用 FunctionCallbackWrapper 將外掛程式包進 Builder 內，這裡須給予幾個設定
   1. Function Name
   2. Description
   3. Response回傳內容

//有幾隻 Function 就有幾個 Bean，這裡的描述盡量寫清楚，也可以使用中文
@Configuration
public class AiConfig {
	@Bean
  public FunctionCallback productSalesInfo() {
      return FunctionCallbackWrapper.builder(new ProductFunction())
              .withName("ProductSalesInfo")
              .withDescription("Get the products sales volume at year")
              .withResponseConverter((response) -> response.products().toString())
              .build();
  }
  
  //新增的Bean，描述盡量清楚，關鍵字可加上中文讓 AI 更好判斷
	@Bean
  public FunctionCallback productDetailsInfo() {
      return FunctionCallbackWrapper.builder(new ProductDetaislFunction())
              .withName("ProductDetailsInfo")
              .withDescription("Get the product's model(產品型號) list")
              .withResponseConverter((response) -> response.models().toString())
              .build();
  }
}

3. 在 Option 中定義可被調用的 Function Name，這裡設定的名稱需與上一步一樣

    @GetMapping("/func")
    public String func(String prompt) {
        return chatModel.call(
            new Prompt(prompt, 
               OpenAiChatOptions.builder()
               // Funciton可以放多筆，也能依據 API 接口放上合適的 Function
               .withFunction("ProductSalesInfo")
               .withFunction("ProductDetailsInfo")
               .build())
        		).getResult().getOutput().getContent();
    }

程式補充說明

• Request 只需放入產品名稱，這裡被二次調用時會拿第一次產品銷量的產品名稱作為參數傳入
• 在 ProductDetailsInfo 模擬的部分，實際可改由 Spring Data JPA 或是透過 RestClient 呼叫 API 取得資料
• Config 跟 Options 中記得放入新的程式

測試結果

直接看測試結果，這次詢問的問題是 請給我2023年銷售量前三名的產品，並列出該產品所有型號，使用表格方式呈現

表格的部分是採用 Markdown 格式，若有前端程式搭配就能呈現表格的內容

回顧

今天學到的內容:

1. 多層 Function Calling 的撰寫方式
2. Prompt 中若能匹配 Function，Spring AI 就會主動調用

凱文大叔個人的心得：AI 有了 Function Calling 便能與企業資訊系統整合，以前需要人工處理的 BI 現在能透過 AI 的推理能力協助完成，目前示範的程式雖然都只是呈現在網頁上，不過 Function 其實能呼叫任何程式，也能將分析後的資料送給其他報表程式來呈現結果，甚至結合 ERP 執行下單的動作，怎麼運用就要靠大家的想像力了

Source Code

今日的程式碼: https://github.com/kevintsai1202/SpringBoot-AI-Day13.git

認識凱文大叔

凱文大叔使用 Java 開發程式超過 20 年，對於 Java 生態非常熟悉，曾使用反射機制開發 ETL 框架，對 Spring 背後的原理非常清楚，目前以 Spring Boot 作為後端開發框架，前端使用 React 搭配 Ant Design
下班之餘在 Amazing Talker 擔任程式語言講師，並獲得學員的一致好評

最近剛成立一個粉絲專頁-凱文大叔教你寫程式 歡迎大家多追蹤，我會不定期分享實用的知識以及程式開發技巧

想討論 Spring 的 Java 開發人員可以加入 FB 討論區 Spring Boot Developer Taiwan

我是凱文大叔，歡迎一起加入學習程式的行列