Spring AI 集成 Anthropic Skills：Agent 工具调用实践

Spring AI 集成 Anthropic Skills：Agent 工具调用实践 | 极客日志

// DataAnalysisSkillRequest.java
public record DataAnalysisSkillRequest(String analysisRequest, String constraints) {}

// DataAnalysisSkillResponse.java
public record DataAnalysisSkillResponse(String reportText) {}

// CodeReviewSkillRequest.java
public record CodeReviewSkillRequest(String diffOrFiles, String context) {}

// CodeReviewSkillResponse.java
public record CodeReviewSkillResponse(String reviewReport) {}

package com.example.ai.tools;

import org.springframework.stereotype.Service;
import java.io.BufferedReader;
import java.io.InputStreamReader;
import java.nio.charset.StandardCharsets;

@Service
public class DataAnalysisSkillTool {
    // 假设你的 Skill 目录在服务器上的路径
    private static final String SKILL_BASE_DIR = "/opt/skills/internal-data-analysis-skill";

    public DataAnalysisSkillResponse run(DataAnalysisSkillRequest request) {
        try {
            // 这里调用一个 Python wrapper，例如 scripts/run_analysis_skill.py
            ProcessBuilder pb = new ProcessBuilder(
                "python",
                SKILL_BASE_DIR + "/scripts/run_analysis_skill.py",
                "--request", request.analysisRequest(),
                "--constraints", request.constraints() == null ? "" : request.constraints()
            );
            pb.redirectErrorStream(true);
            Process process = pb.start();
            StringBuilder output = new StringBuilder();
            try (BufferedReader reader = new BufferedReader(new InputStreamReader(process.getInputStream(), StandardCharsets.UTF_8))) {
                String line;
                while ((line = reader.readLine()) != null) {
                    output.append(line).append("\n");
                }
            }
            int exitCode = process.waitFor();
            if (exitCode != 0) {
                return new DataAnalysisSkillResponse("分析脚本执行失败，退出码：" + exitCode + "，输出：\n" + output);
            }
            return new DataAnalysisSkillResponse(output.toString());
        } catch (Exception e) {
            return new DataAnalysisSkillResponse("执行内部数据分析 Skill 时出现异常：" + e.getMessage());
        }
    }
}

package com.example.ai.config;

import com.example.ai.tools.DataAnalysisSkillTool;
import com.example.ai.tools.CodeReviewSkillTool;
import com.example.ai.tools.dto.*;
import org.springframework.context.annotation.Bean;
import org.springframework.context.annotation.Configuration;
import java.util.function.Function;

@Configuration(proxyBeanMethods = false)
public class SkillsConfig {
    @Bean
    public Function<DataAnalysisSkillRequest, DataAnalysisSkillResponse> internalDataAnalysis(DataAnalysisSkillTool tool) {
        return tool::run; // 函数名 internalDataAnalysis = Skill 名
    }

    @Bean
    public Function<CodeReviewSkillRequest, CodeReviewSkillResponse> codeReviewAssistant(CodeReviewSkillTool tool) {
        return tool::run;
    }
}

package com.example.ai.agent;

import com.example.ai.tools.dto.DataAnalysisSkillRequest;
import com.example.ai.tools.dto.DataAnalysisSkillResponse;
import org.springframework.ai.chat.client.ChatClient;
import org.springframework.stereotype.Service;

@Service
public class DataAnalysisAgentService {
    private final ChatClient chatClient;

    public DataAnalysisAgentService(ChatClient.Builder chatClientBuilder) {
        this.chatClient = chatClientBuilder.build();
    }

    public String analyze(String userQuestion, String constraints) {
        var sysPrompt = """
            你是公司内部的数据分析助手。
            你可以使用名为 internalDataAnalysis 的工具，它会基于数据仓库执行查询和分析，并返回一份结构化的中文报告草稿。
            当用户的问题涉及具体的数据指标、时间范围、渠道/地区对比时，应优先调用该工具，而不是凭空猜测。
            """;
        // 这里不直接 new DataAnalysisSkillRequest，而是让 LLM 自己构造参数并调用工具
        return chatClient
            .prompt()
            .system(sysPrompt)
            .user(userSpec -> userSpec
                .text("用户问题：{q}\n约束条件（可为空）：{c}")
                .param("q", userQuestion)
                .param("c", constraints == null ? "" : constraints))
            .functions("internalDataAnalysis")
            .call()
            .content(); // 最终答案：模型在工具结果基础上生成的回答
    }
}

package com.example.ai.web;

import com.example.ai.agent.DataAnalysisAgentService;
import org.springframework.web.bind.annotation.*;

@RestController
@RequestMapping("/api/analysis")
public class DataAnalysisController {
    private final DataAnalysisAgentService agentService;

    public DataAnalysisController(DataAnalysisAgentService agentService) {
        this.agentService = agentService;
    }

    @PostMapping
    public String analyze(@RequestParam("question") String question,
                          @RequestParam(value = "constraints", required = false) String constraints) {
        return agentService.analyze(question, constraints);
    }
}

# internal-data-analysis-skill/scripts/run_analysis_skill.py
import argparse
import textwrap

# 这里导入或复用 run_query.py / clean_and_aggregate.py 中的逻辑
def main():
    parser = argparse.ArgumentParser()
    parser.add_argument("--request", required=True)
    parser.add_argument("--constraints", default="")
    args = parser.parse_args()

    # 1. 解析 request / constraints -> 决定查询模板
    # 2. 生成 SQL，调用 run_query.py 获得 result.csv
    # 3. 调用 clean_and_aggregate.py 做清洗与聚合
    # 4. 按 SKILL.md 中的报告结构拼出一份文本，print 到 stdout
    report = textwrap.dedent(f"""
        内部数据分析报告（示例）
        一、分析诉求 - {args.request}
        - 约束条件：{args.constraints or "无"}
        二、关键指标（示例说明）
        - ...
        三、主要发现
        - ...
        四、风险与局限
        - ...
        五、后续建议
        - ...
    """).strip()
    print(report)

if __name__ == "__main__":
    main()

Spring AI 集成 Anthropic Skills：Agent 工具调用实践

概述

整体思路概览

1. 封装 Skill 的 Java DTO 与 Tool

1.1 定义请求/响应模型

1.2 Tool 实现：调用 Python Skill 脚本

2. 把 Tool 注册成 Spring AI Function

3. ChatClient：让 Agent 自己选用 Skill

3.1 定义一个「数据分析 Agent」服务

3.2 控制器层简单暴露 HTTP 接口

4. Python 侧：包装 Skill 为统一入口（可选但推荐）

5. 同理挂载其它 Skill（如代码评审）

更多推荐文章

相关免费在线工具

Spring AI 集成 Anthropic Skills：Agent 工具调用实践

概述

整体思路概览

1. 封装 Skill 的 Java DTO 与 Tool

1.1 定义请求/响应模型

1.2 Tool 实现：调用 Python Skill 脚本

2. 把 Tool 注册成 Spring AI Function

3. ChatClient：让 Agent 自己选用 Skill

3.1 定义一个「数据分析 Agent」服务

3.2 控制器层简单暴露 HTTP 接口

4. Python 侧：包装 Skill 为统一入口（可选但推荐）

5. 同理挂载其它 Skill（如代码评审）

微信扫一扫，关注极客日志

更多推荐文章

相关免费在线工具