Spring AI Alibaba 工具调用模块的代码重构实践
在 Spring AI Alibaba 项目的开发过程中,工具调用模块(tool-calls)的代码逐渐出现了一些冗余问题。本文将详细介绍如何通过引入通用模块来优化 BaiduSearch、BingSearch 和 GoogleTranslate 等服务的代码结构。
背景与问题
随着 Spring AI Alibaba 项目中工具调用功能的不断扩展,多个服务类中出现了相似的 WebClient 构建逻辑和常量定义。这种代码重复不仅增加了维护成本,也降低了代码的可读性和一致性。
具体表现在:
- 多个服务类中重复实现 WebClient 的构建逻辑
- 相同功能的常量分散在各个类中定义
- 异常处理和日志记录方式不统一
解决方案设计
项目团队决定通过引入 tool-calls/common 模块来解决这些问题,主要从以下几个方面进行重构:
1. WebClient 构建逻辑的抽象
在 commonToolcallUtils 工具类中,我们提供了通用的 WebClient 构建方法,支持:
- 自定义 Header 配置
- 灵活的超时设置
- 内存管理等参数配置
这些配置通过继承 CommonToolProperties 类来实现,子类可以直接复用父类定义的超时等属性。
2. 常量的统一管理
将项目中常用的常量集中到 CommonToolCallConstants 类中管理,包括:
- 标准的 User-Agent 字符串
- 各种超时设置
- 内存限制参数
这种集中管理方式避免了常量在多个类中重复定义的问题。
3. 服务类的重构
基于上述工具类和常量类,我们对三个主要服务进行了重构:
- BaiduSearchService
- BingSearchService
- GoogleTranslateService
重构后的服务类:
- 统一调用 CommonToolcallUtils 的 WebClient 构建方法
- 使用 CommonToolCallConstants 中的常量
- 代码量显著减少,逻辑更加清晰
实现细节
在具体实现过程中,我们参考了项目中已有的 BaiduMap 工具调用的实现方式,该模块已经成功应用了 common 模块的改造方案。
对于 WebClient 的构建,项目中已经提供了 WebClientTool 类,其中包含了自定义 Header 的构造方法。超时等属性则通过 CommonToolProperties 类进行统一管理,子类通过继承即可获得这些配置。
重构效果
通过这次重构,我们实现了:
- 代码重复率显著降低
- 配置管理更加集中和统一
- 新增工具调用服务的开发效率提高
- 项目整体可维护性增强
总结
Spring AI Alibaba 项目通过引入 common 模块对工具调用功能进行重构,不仅解决了代码冗余问题,还为未来的功能扩展奠定了良好的基础。这种模块化的设计思路值得在其他类似项目中借鉴和应用。
对于开发者而言,理解这种设计模式有助于编写更清晰、更易维护的代码,特别是在需要实现多个相似功能的微服务架构中。
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust099- DDeepSeek-V4-ProDeepSeek-V4-Pro(总参数 1.6 万亿,激活 49B)面向复杂推理和高级编程任务,在代码竞赛、数学推理、Agent 工作流等场景表现优异,性能接近国际前沿闭源模型。Python00
MiMo-V2.5-ProMiMo-V2.5-Pro作为旗舰模型,擅⻓处理复杂Agent任务,单次任务可完成近千次⼯具调⽤与⼗余轮上 下⽂压缩。Python00
GLM-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
Kimi-K2.6Kimi K2.6 是一款开源的原生多模态智能体模型,在长程编码、编码驱动设计、主动自主执行以及群体任务编排等实用能力方面实现了显著提升。Python00
MiniMax-M2.7MiniMax-M2.7 是我们首个深度参与自身进化过程的模型。M2.7 具备构建复杂智能体应用框架的能力,能够借助智能体团队、复杂技能以及动态工具搜索,完成高度精细的生产力任务。Python00