4. LangChain4j 之 Tools

前言

        大模型在解决问题时,是基于历史数据进行预测的,而且答案具有一定的随机性，它没办法拿到当前最新的数据.比如你问它 "今天是几号?","今日的热点新闻是什么?"，大模型大概率是回答不上来。

        而LangChain4j的Tools机制就能够帮助大模型来获取到当前最新的数据。它允许大模型在必要时调用一个或多个可用的工具，这些工具通常由开发人员定义。工具可以是任何东西：Web搜索、对外部API的调用或特定代码段的执行等。LLMs实际上不能调用工具本身;相反，它们在响应中表达调用特定工具的意图（而不是以纯文本响应）。作为开发人员，我们应该使用提供的参数执行此工具，并报告工具执行的结果。

Tools执行流程

  执行流程，如下图：

  首先，当我们发送问题给大模型的时候，比如“今天是几号？”，大模型会响应一个结果给我们，这个结果不是问题的答案，而是大模型告诉我们需要执行哪个工具。我们执行工具后，才能得到问题的答案，但这个答案可能不太像人回复的，不太符合自然语言的样子，比如工具结果是“2024-07-13 11:23:00”，此时我们需要把问题，执行工具请求和工具执行结果一起发给大模型，得到最好的答案。

案例实践

Tools工具定义

定义工具需要3个信息

• 工具名称
• 工具的描述
• 工具的参数及其说明

工具代码实现如下：

@Tool注解，定义此方法是一个工具，注解里面的注释，是工具的描述，方法参数是工具的参数，@P是参数的说明，当有多个参数的时候，我们可以通过@P进行微调，告诉大模型，这个参数的作用，以便大模型更好的理解我们的问题。

public class UserTools {

    @Data
    @AllArgsConstructor
    static class User {
        private String username;
        private Integer age;
    }
    @Tool("获取当前日期")
    public static String getCurrentDate() {
        return LocalDateTime.now().toString();
    }

    @Tool("获取指定日期注册的用户信息")
    public static List<User> getUserInfoByDate(@P("获取当前日期")String date) {
        System.out.println("接收到的date参数的值：" + date);
        User gorgor = new User("gorgor", 18);
        User fairy = new User("fairy", 18);
        return Lists.newArrayList(gorgor, fairy);
    }
}

代码测试

public class ToolsDemo {
    
    interface UserService {
        @SystemMessage("先获取具体日期，然后再解决用户问题")
        String getUserInfo(String desc);
    }

    public static void main(String[] args) {
        ChatLanguageModel chatModel = ZhipuAiChatModel.builder()
                .apiKey("智普apikey")
                .build();
        UserService userService = AiServices.builder(UserService.class)
                .chatLanguageModel(chatModel)
                .tools(new UserTools())
                .build();

        String userString = userService.getUserInfo("今天注册的用户信息");
        System.out.println(userString);
    }
}

执行结果：

根据您的询问，今天（2024年7月13日）注册的用户信息如下：

- 用户名：gorgor，年龄：18岁
- 用户名：fairy，年龄：18岁