用 Spring AI ＋ OpenAPI 擴充 Agent 能力：讓你的 API 接上自然語言

演講題目：用 Spring AI ＋ OpenAPI 擴充 Agent 能力：讓你的 API 接上自然語言

基本資料

欄位	內容
Conference	JCConf
年份	2025
日期	2025-09-19
時間	13:45
地點	臺大醫院國際會議中心
演講題目	用 Spring AI ＋ OpenAPI 擴充 Agent 能力：讓你的 API 接上自然語言
講者	鄭智陽（Samson）、陳冠緯（Heisenberg）
狀態	delivered
官方連結	JCConf 2025 議程頁
簡報連結	Google Drive
錄影連結	無

演講摘要

這場分享探討如何讓既有的後端 API 成為 AI Agent 可以理解與呼叫的工具。內容以 OpenAPI 描述 API，透過 OpenAPI Generator 產生 Feign Client，再使用 Spring AI 將 Feign 方法包裝成 Agent Tool，示範對話式 Agent 如何查詢餘額、查詢庫存，以及執行需要風控確認的模擬下單流程。

演講內容

演講重點

1. 只會對話的 Agent 能力有限：如果 Agent 只能產生文字，就無法直接處理查詢資料或執行業務操作；要接上真實系統，必須提供可以被呼叫的工具。
2. OpenAPI 是 Agent 理解 API 的共同描述：OpenAPI 不只是給人看的 API 文件，也可以成為 Agent 了解端點、參數與操作方式的基礎規格。
3. OpenAPI Generator 與 Feign 負責把規格接到程式碼：透過自動產生 Feign 介面，減少手動撰寫 HTTP Client 與資料映射程式的工作。
4. Spring AI 負責把既有方法接進 Agent 流程：將 Feign 方法包裝成 Tool，讓語言模型能根據使用者需求選擇適合的 API。
5. 有副作用的操作需要額外確認：查詢餘額或庫存與模擬下單的風險不同，下單流程加入風控確認，避免 Agent 直接執行高影響操作。
6. 這套做法不只適用於單一產業：只要服務有清楚的 OpenAPI 定義，就有機會進一步接成自然語言介面或 Agent 工具。

內容整理

整體流程可以拆成四個部分：

flowchart TD
    A[OpenAPI 定義] --> B[OpenAPI Generator]
    B --> C[產生 Feign Client]
    C --> D[Spring AI 將 Feign 方法包裝成 Tool]
    D --> E[Agent 理解自然語言需求]
    E --> F[選擇並呼叫 API]
    F --> G{是否為高風險操作？}
    G -->|否| H[回傳處理結果]
    G -->|是| I[進行風控確認]
    I --> H

分享先從對話式 Agent 的限制開始，說明單純聊天無法直接完成查詢或交易等實際業務操作。接著介紹 OpenAPI 如何提供標準化的 API 描述，讓工具鏈與 Agent 都能使用同一份規格。

在實作部分，OpenAPI Generator 產生 Feign 介面，Spring Boot 應用再將這些方法接到 Spring AI 的 Agent 流程中。Agent 收到使用者需求後，可以選擇查詢餘額、查詢庫存等工具；遇到模擬下單時，則需要先經過風控確認，再繼續執行後續操作。

最後，分享把這種做法延伸到更廣的 API 生態：既有 API 不一定要重新改寫成另一套 AI 專用服務，也可以先透過 OpenAPI 整理能力，再逐步讓 API 成為 Agent 可以使用的工具。未來也可以進一步把 API 包裝成 MCP Server，讓不同 Agent 使用同一套工具介面。

Demo 情境

• 查詢帳戶餘額。
• 查詢商品庫存。
• 模擬下單，並在執行前加入風控確認。

相關內容

• GitHub：Spring AI Agent OpenAPI Demo