MateCloud AI原生能力揭秘：Spring AI 2.0 + @Tool自动发现实战指南

【免费下载链接】matecloud 🔥MateCloud是一款基于Spring Cloud Alibaba的微服务架构。目前已经整合Spring Boot 4.0.7、 SpringCloud 2025、Spring Cloud Alibaba 2025、Spring Security Oauth2、Feign、Dubbo、JetCache、RocketMQ等，支持多租户的低代码平台，Saas平台开发套件 项目地址: https://gitcode.com/GitHub_Trending/ma/matecloud

MateCloud是一款基于Spring Cloud Alibaba的微服务架构，目前已经整合Spring Boot 4.0.7、SpringCloud 2025、Spring Cloud Alibaba 2025等技术栈，支持多租户的低代码平台，Saas平台开发套件。其中，AI原生能力是MateCloud的核心亮点之一，通过整合Spring AI 2.0和@Tool自动发现机制，为开发者提供了强大而便捷的AI功能开发体验。

MateCloud AI架构概览 📊

MateCloud的AI能力构建在其微服务架构之上，通过专门的AI starter模块提供支持。以下是MateCloud的整体架构图，展示了AI能力在整个系统中的位置：

从架构图中可以看到，AI能力作为高级starter模块（contrib）的一部分，与其他核心能力（如缓存、数据库、消息队列等）共同构成了MateCloud的能力体系。这种设计使得AI功能可以按需引入，不增加不必要的系统负担。

Spring AI 2.0整合：@Tool自动发现机制

MateCloud的AI能力核心基于Spring AI 2.0实现，其中最引人注目的特性是@Tool注解驱动的工具自动发现机制。这一机制允许开发者通过简单的注解，将普通Java方法转化为AI可调用的工具。

@Tool注解工作原理

在MateCloud中，@Tool注解的处理主要由AiToolRegistry类负责。这个类实现了Spring的BeanPostProcessor接口，能够在Spring容器初始化过程中扫描所有Bean，发现带有@Tool注解的方法并注册为AI工具。

关键实现代码位于：mate-starters-contrib/mate-ai-starter/src/main/java/vip/mate/starter/ai/tool/AiToolRegistry.java

@Override
public Object postProcessAfterInitialization(@NonNull Object bean, @NonNull String beanName)
        throws BeansException {
    Class<?> targetClass = ClassUtils.getUserClass(bean);
    ReflectionUtils.doWithMethods(targetClass, method -> {
        Tool toolAnnotation = AnnotationUtils.findAnnotation(method, Tool.class);
        if (toolAnnotation == null) {
            return;
        }
        register(bean, method);
    });
    return bean;
}

这段代码会在每个Bean初始化后检查其所有方法，如果发现带有@Tool注解的方法，就会调用register方法将其注册为AI工具。

工具注册流程

注册过程主要包括三个步骤：

1. 从方法和@Tool注解中提取工具名称
2. 创建MethodToolCallback实例，封装方法调用逻辑
3. 将工具注册到中央 registry 中，供AI模型调用

private void register(Object bean, Method method) {
    String toolName = ToolUtils.getToolName(method);
    if (callbacks.containsKey(toolName)) {
        log.warn("[mate-ai] Duplicate tool name ignored: {} (bean={})",
                toolName, bean.getClass().getSimpleName());
        return;
    }
    method.setAccessible(true);
    ToolCallback callback = MethodToolCallback.builder()
            .toolDefinition(ToolDefinitions.from(method))
            .toolMethod(method)
            .toolObject(bean)
            .build();
    callbacks.put(toolName, callback);
    log.info("[mate-ai] Registered tool: {} ({}.{})", toolName,
            bean.getClass().getSimpleName(), method.getName());
}

实战指南：开发你的第一个AI工具 🛠️

下面我们将通过一个简单的示例，展示如何在MateCloud中开发一个AI可调用的工具。

1. 创建工具类

首先，创建一个Spring组件，包含需要暴露给AI的方法，并使用@Tool注解标记：

import org.springframework.ai.tool.annotation.Tool;
import org.springframework.stereotype.Component;

@Component
public class WeatherTool {

    @Tool(value = "get_current_weather", description = "获取指定城市的当前天气信息")
    public WeatherInfo getCurrentWeather(String city) {
        // 实现获取天气的逻辑
        return weatherService.getWeather(city);
    }
}

2. 工具自动注册

当应用启动时，AiToolRegistry会自动发现这个带有@Tool注解的方法，并将其注册为AI工具。你可以在日志中看到类似以下的输出：

[mate-ai] Registered tool: get_current_weather (WeatherTool.getCurrentWeather)

3. AI调用工具

注册完成后，AI模型就可以根据需要自动调用这个工具了。MateCloud提供了AI聊天服务，可以直接使用已注册的工具：

关键实现位于：mate-starters-contrib/mate-ai-starter/src/main/java/vip/mate/starter/ai/chat/AiChatService.java

工具管理与监控

MateCloud还提供了工具管理和监控能力，通过REST接口可以查看当前注册的所有AI工具：

GET /api/v1/ai/tools

这个接口由AiToolController提供，位于：mate-starters-contrib/mate-ai-starter/src/main/java/vip/mate/starter/ai/controller/AiToolController.java

总结：MateCloud AI原生能力的优势

MateCloud通过整合Spring AI 2.0和@Tool自动发现机制，为开发者提供了以下优势：

1. 低侵入性：只需添加注解，无需繁琐的配置
2. 自动化管理：工具自动注册、更新和发现
3. 灵活扩展：轻松添加新的AI工具，扩展系统能力
4. 与微服务架构深度融合：AI能力与现有微服务无缝集成

如果你想体验MateCloud的强大AI原生能力，可以通过以下命令获取项目代码：

git clone https://gitcode.com/GitHub_Trending/ma/matecloud

通过本文的介绍，相信你已经对MateCloud的AI原生能力有了基本了解。赶紧动手尝试开发自己的AI工具，体验AI与微服务结合的强大魅力吧！

【免费下载链接】matecloud 🔥MateCloud是一款基于Spring Cloud Alibaba的微服务架构。目前已经整合Spring Boot 4.0.7、 SpringCloud 2025、Spring Cloud Alibaba 2025、Spring Security Oauth2、Feign、Dubbo、JetCache、RocketMQ等，支持多租户的低代码平台，Saas平台开发套件 项目地址: https://gitcode.com/GitHub_Trending/ma/matecloud