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。
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00