AI工具选择困难症？Spring AI帮你省掉64%的令牌费用

你的AI助手是个"工具囤积狂"吗？

想象一下这个场景：你让AI助手帮你查个天气，结果它带着50个工具箱出门了——有修电脑的、做饭的、修车的、甚至还有做核酸的工具！这就像你只想拧个螺丝，却背着整个五金店出门一样荒谬。

更要命的是，每次它出门前都要把所有工具的说明书读一遍，光是翻说明书就花了你55000个令牌的费用。而你只是想知道明天要不要带伞啊！

这就是现在AI工具调用的真实写照。今天我们就来聊聊Spring AI是如何治好AI的"工具选择困难症"的。

当前AI工具调用的"灾难现场"

让我们先看看传统的AI工具调用是怎么工作的：

图1：传统工具调用的"带着大炮打蚊子"现场

图1：传统工具调用的"带着大炮打蚊子"现场

问题一：上下文膨胀症

就像有个同事开会前要把所有可能用到的文件都打印出来，即使只讨论一个议题。AI也是这样，它要把所有工具的定义都加载到上下文里，哪怕你只是想查个天气。

问题二：选择困难症

当AI面对30+个名字相似的工具时，就像你在超市面对50种洗发水一样懵逼。getWeather()、getCurrentWeather()、fetchWeatherData()...天哪，它们看起来都能查天气！

问题三：钱包出血症

每次调用都为用不到的工具定义买单，就像点外卖必须把整个菜单都买下来，即使你只想要一碗面。

Spring AI的"按需点菜"解决方案

Spring AI引入了一个叫"工具搜索工具"的聪明做法，就像给AI配了个智能管家：

图2：Spring AI的"按需点菜"工具发现流程

图2：Spring AI的"按需点菜"工具发现流程

这个过程就像这样：

1. AI: "老板，我要查天气的工具"
2. 工具搜索工具: "稍等，我给您找找...找到了，这个weather工具应该合您意"
3. AI: "完美！就用它了"

而不是传统的：

1. AI: "老板，这里有修电脑、做饭、修车、查天气、做核酸...50个工具，我该用哪个？"
2. 大脑: "崩溃..."

真实场景：上海穿搭助手

让我们看个具体例子。假设你要开发一个AI穿搭助手：

@SpringBootApplication
public class StyleAdvisorApp {
    
    @Bean
    CommandLineRunner demo(ChatClient.Builder builder, ToolSearcher toolSearcher) {
        return args -> {
            // 这里注册了100多个工具，但AI一开始看不到！
            var advisor = ToolSearchToolCallAdvisor.builder()
                .toolSearcher(toolSearcher)
                .build();

            ChatClient chatClient = builder
                .defaultTools(new StyleTools()) // 偷偷注册100+工具
                .defaultAdvisors(advisor)        // 启动"智能管家"模式
                .build();

            var answer = chatClient.prompt("""
                帮我规划今天在上海的穿搭建议，
                顺便推荐几家现在还开门的服装店。
                """).call().content();
            
            System.out.println(answer);
        };
    }

    static class StyleTools {
        @Tool(description = "获取指定位置和时间的天气")
        public String weather(String location, String time) {
            // 就像问天气预报员
            return "阳光明媚，15°C，适合轻薄外套";
        }

        @Tool(description = "获取指定位置和时间营业的服装店")
        public List<String> clothingStores(String location, String time) {
            // 就像问本地向导
            return Arrays.asList("H&M", "Zara", "Uniqlo");
        }

        @Tool(description = "获取指定位置的当前时间")
        public String currentTime(String location) {
            // 就像看手表
            return "2025-12-08T11:30";
        }
        
        // ...还有其他97个工具
    }
}

AI的聪明工作流程

1. 用户: "帮我规划上海穿搭"
2. AI: "我需要时间工具" → 发现并获取currentTime
3. AI: "知道时间了，现在需要天气工具" → 发现并获取weather
4. AI: "有了天气，需要找服装店" → 发现并获取clothingStores
5. AI: "完美！基于15°C的阳光天气，推荐轻薄外套，附近的H&M、Zara都在营业"

整个过程AI只"看到"了3个真正需要的工具，而不是全部100个！

性能数据：省钱效果有多惊人？

我们来看看实际测试数据（虽然作者很诚实地说这是初步测试，但数据还是很有说服力的）：

Lucene搜索策略结果

这些数字意味着什么？

• Gemini用户: 原来花100块，现在只花40块，省了一顿火锅钱
• OpenAI用户: 原来花100块，现在花66块，省了一杯奶茶钱
• Anthropic用户: 原来花100块，现在只花36块，这简直是半价优惠券啊！

为什么能省这么多？

就像点外卖一样：

传统方式:

• 必须把整个菜单都买下来（所有工具定义）
• 即使你只要一碗面

Spring AI方式:

• 服务员问你想要什么（工具搜索）
• 只为你点的菜付费（按需加载工具）

三种搜索策略：总有一款适合你

Spring AI提供了三种工具搜索策略，就像三种不同的图书馆管理员：

1. 语义搜索（VectorToolSearcher）

这个管理员很聪明，你说"我想要做饭相关的"，他会给你找到炒菜、烘焙、调料等所有相关工具。

适合场景: 自然语言描述，模糊查找

// 用户说：我想处理图片
// 它会找到：resizeImage, cropImage, filterImage 等

2. 关键词搜索（LuceneToolSearcher）

这个管理员比较直接，你说"weather"，他就找所有包含"weather"的工具。

适合场景: 精确匹配，已知工具名

// 用户说：weather
// 它会找到：getWeather, getCurrentWeather, fetchWeatherData 等

3. 正则表达式搜索（RegexToolSearcher）

这个管理员是个技术宅，懂各种模式匹配。

适合场景: 工具命名有规律

// 模式：get_*_data
// 它会找到：get_weather_data, get_user_data, get_stock_data 等

什么时候该用Spring AI的工具搜索？

适合使用的情况（推荐指数⭐⭐⭐⭐⭐）

就像以下情况，你绝对需要这个功能：

1. 工具超市症候群: 系统里有20+个工具
   • 就像你的工具箱里有20把不同的螺丝刀
2. 令牌烧钱症: 工具定义超过5000个令牌
   • 就像每次出门都要背着百科全书
3. MCP多服务器环境: 连接多个MCP服务器
   • 就像同时在淘宝、京东、拼多多开店
4. 工具选择困难症: AI老是选错工具
   • 就像老是拿菜刀去削铅笔

不适合使用的情况（传统方式更好）

1. 极简工具库: 少于20个工具
   • 就像你只有一把瑞士军刀，直接用就好
2. 高频全能工具: 每次对话都要用所有工具
   • 就像厨师每道菜都要用遍所有调料
3. 超紧凑定义: 工具定义都很简短
   • 就像说明书只有一句话

快速上手：5分钟搞定配置

想试试这个省钱神器？来，5分钟搞定：

1. 添加依赖（就像装插件）

<dependency>
    <groupId>org.springaicommunity</groupId>
    <artifactId>tool-search-tool</artifactId>
    <version>1.0.1</version>
</dependency>

<!-- 选择一个搜索策略，我推荐Lucene -->
<dependency>
    <groupId>org.springaicommunity</groupId>
    <artifactId>tool-searcher-lucene</artifactId>
    <version>1.0.1</version>
</dependency>

2. 配置工具搜索（就像雇个管家）

@Configuration
public class AIConfig {
    
    @Bean
    public ToolSearchToolCallAdvisor toolSearchAdvisor(ToolSearcher searcher) {
        return ToolSearchToolCallAdvisor.builder()
            .toolSearcher(searcher)
            .maxResults(5) // 最多返回5个工具，防止选择困难症复发
            .build();
    }
}

3. 使用（就像平常一样聊天）

// AI会自动按需发现工具，你什么都不用管！
var response = chatClient.prompt("帮我查查明天北京的天气").call().content();

就这么简单！AI会自动变聪明，账单会自动变小。

实际应用：为什么Java开发者需要关心这个？

你可能会问："我就是个Java后端开发，为什么要关心AI的工具调用？"

现实场景：智能客服系统

假设你在开发一个电商的智能客服系统：

@Service
public class CustomerServiceAI {
    
    // 你的系统需要这些能力
    @Tool("查询订单状态") public OrderStatus getOrderStatus(String orderId) {...}
    @Tool("查询物流信息") public ShippingInfo getShippingInfo(String trackingId) {...}
    @Tool("处理退款申请") public RefundResult processRefund(String orderId) {...}
    @Tool("查询商品信息") public ProductInfo getProductInfo(String productId) {...}
    @Tool("查询用户信息") public UserInfo getUserInfo(String userId) {...}
    @Tool("发送邮件通知") public void sendEmail(String to, String subject) {...}
    @Tool("查询库存") public int getInventory(String productId) {...}
    @Tool("查询优惠券") public List<Coupon> getCoupons(String userId) {...}
    @Tool("计算运费") public BigDecimal calculateShipping(String address) {...}
    @Tool("查询售后政策") public String getReturnPolicy() {...}
    // ... 还有40个工具
}

传统方式的问题:

• 用户问："我的订单什么时候到？"
• AI接收到50个工具定义（包括很多不相关的）
• 令牌费用爆炸，响应速度慢

Spring AI工具搜索的优势:

• AI只获取getOrderStatus和getShippingInfo相关工具
• 令牌使用量减少60%
• 响应更快，用户更满意
• 运营成本大幅下降

为什么Java开发者要学这个？

1. 成本控制: 在AI应用中，令牌就是真金白银
2. 性能优化: 更少的上下文意味着更快的响应
3. 系统扩展性: 可以轻松添加更多工具而不影响性能
4. 用户体验: 更准确的工具选择意味着更好的服务质量

注意事项：不是万能药

虽然Spring AI的工具搜索很棒，但也有一些需要注意的地方：

老模型可能"学不会"

就像教你爷爷用智能手机一样，有些老版本的AI模型可能搞不定这套流程。这时候你可能需要：

• 添加更详细的提示信息
• 换个搜索策略试试
• 或者配合"AI判官"模式来确保效果

更多请求 vs 更少令牌

这是个经典的时间换空间的问题：

• 传统方式：3-4次请求，但每次都很"重"
• 工具搜索：4-5次请求，但每次都很"轻"

就像快递一样，你是愿意一次搬个大箱子，还是分几次搬小包裹？

未来展望：这只是开始

Spring AI团队正在考虑把这个功能加入核心框架，这意味着：

1. 更好的集成: 不需要额外依赖
2. 更多策略: 可能会有更智能的搜索算法
3. 更强兼容性: 支持更多AI模型

同时，他们还在研究：

• 预选工具顾问: 在AI调用前就选好工具
• AI判官模式: 确保选择的工具真正解决了问题

总结：AI工具管理的"断舍离"哲学

Spring AI的工具搜索模式本质上就是AI版的"断舍离"：

• 断: 断掉不必要的工具定义传输
• 舍: 舍弃"全家桶"式的工具加载
• 离: 远离令牌浪费和选择困难

它告诉我们一个道理：有时候，少即是多。

当你的AI助手不再是个"工具囤积狂"，而是个"按需专家"时，你会发现：

• 账单变小了
• 响应变快了
• 准确性提高了
• 开发效率up了

所以，如果你正在开发AI应用，特别是需要大量工具集成的场景，不妨试试Spring AI的工具搜索模式。

让AI学会"断舍离"，让你的钱包松口气！

想了解更多Spring AI的黑科技？关注我们的Java技术分享，每周为你带来最实用的开发技巧！

原文链接： https://jishuba.cn/article/ai%e5%b7%a5%e5%85%b7%e9%80%89%e6%8b%a9%e5%9b%b0%e9%9a%be%e7%97%87%ef%bc%9fspring-ai%e5%b8%ae%e4%bd%a0%e7%9c%81%e6%8e%8964%e7%9a%84%e4%bb%a4%e7%89%8c%e8%b4%b9%e7%94%a8/