8. 如何用 Spring AI 实现联网搜索工具？

难度 P0 必背 · 岗位 应用 · 频率 ★★★ · 预计阅读 5 min

TL;DR 速记

• 是什么：用 @Tool 把联网搜索封装成模型可调用的工具，Spring AI 负责生成 schema 和回传结果。
• 关键点：description 要写清适用场景、禁用场景和参数含义，否则模型会乱用或不用。
• 怎么答：工具方法只暴露受控能力，真正搜索由 Java 代码执行；模型只决定是否调用和传什么参数。

图解

💡 简要回答

用 @Tool 注解声明联网搜索工具，Spring AI 自动处理工具调用的 JSON Schema 生成和结果回传。工具描述要写清楚「什么时候调用」，否则 LLM 不知道什么场景该用这个工具。

📝 详细解析

@Component
public class WebSearchTool {

    @Tool(description = "搜索互联网获取最新信息，适用于：实时新闻、最新数据、近期发生的事件。"
                      + "不适用于：历史事实、常识性问题。")
    public String searchWeb(
        @ToolParam(description = "搜索关键词，尽量简短精准") String query
    ) {
        return tavilyClient.search(query).getResults().stream()
            .limit(3)
            .map(r -> r.getTitle() + "\n" + r.getContent())
            .collect(Collectors.joining("\n\n---\n\n"));
    }
}

工具描述是关键：LLM 依赖 description 判断何时调用工具。「搜索互联网」太模糊，要明确写「适用于实时新闻、最新数据」，并且告诉它「不适用于历史事实、常识性问题」，防止模型滥用搜索工具（每次都去搜，增加延迟和成本）。

---

常见踩坑与反例

踩坑 1：工具描述太泛

错误描述：description = "搜索互联网"，以为模型自然知道什么时候用。

正确做法：写清适用场景和禁用场景，比如“实时新闻、最新数据可用；历史事实、常识问题不用”。

踩坑 2：参数说明不约束

错误描述：只声明 String query，不说明关键词格式、长度和语言。

正确做法：用 @ToolParam 说明参数语义，要求关键词简短精准，必要时在代码里二次校验。

踩坑 3：把工具执行交给模型

错误描述：「Spring AI 让模型自己联网搜索。」

正确做法：模型只输出工具调用意图，真正调用 Tavily、搜索 API 或内部服务的是 Spring 应用代码。

踩坑 4：不限制结果数量和内容

错误描述：把搜索 API 的完整返回原样塞回模型。

正确做法：限制条数、裁剪字段、保留标题和摘要，避免上下文爆炸、噪声过多和成本失控。

面试官可能继续追问

• 追问 1：怎么避免模型滥用搜索工具？ 答题要点：在工具 description 中写禁用场景，在系统提示里要求“只有实时信息才搜索”，再加调用次数、超时和成本限制。

• 追问 2：搜索结果不可信怎么办？ 答题要点：保留来源、时间和摘要，必要时多源交叉验证；回答时区分“搜索结果显示”和模型推断。

• 追问 3：工具异常如何处理？ 答题要点：代码层捕获超时、限流和空结果，返回可理解的错误信息，让模型决定降级回答、重试或提示用户。

• 追问 4：企业内部搜索怎么做？ 答题要点：把内部检索服务封装成 @Tool，加鉴权、权限过滤和审计日志，避免把用户无权访问的数据返回给模型。

🎯 面试总结

Spring AI 工具调用的核心：@Tool 注解声明接口，Spring AI 生成 JSON Schema，模型决定是否调用，Java 代码执行实际逻辑。工具描述（description）是最关键的设计点——要写清适用场景和禁用场景，避免模型滥用或不用。生产要注意：结果截断防上下文爆炸、异常处理返回结构化错误、调用次数和成本限制。

章节首页 · ← Q7 · Q9 →