您的功能请求是否与问题相关？请描述。

目前，只有Java的内置类型(boolean、byte、short、int、long、float、double、BigDecimal、BigInteger、String、Array和类似数组)作为工具或函数的参数得到支持。然而，为了方便起见，可能还需要自定义类型。

• 示例*:假设我正在开发数据库工具；每个工具都与特定的列类型一起工作。如果没有自定义类型，我将需要在每个工具的接口中反复指定数据库、表和列名。

class DatabaseToolkit {
    @Tool
    void listByDatetime(
        @P("Database name, it can be ....")
        String dbName,
        @P("Table name, it can be ....")
        String tableName,
        @P("Column name, it can be ....")
        String columnName,
        long start, long end) {
        // ...
    }

    @Tool
    void listByMatch(
        // bad: repeated definition and description
        @P("Database name, it can be ....")
        String dbName,
        @P("Table name, it can be ....")
        String tableName,
        @P("Column name, it can be ....")
        String columnName,
        String pattern) {
        // ...
    }
   
    // more repeated... 
}

通过将这些名称组织在一个类似于Column的自定义类型中，我可以避免在每个工具或函数接口中重复它们。

class Column {
        @P("Database name, it can be ....")
        String dbName;
        @P("Table name, it can be ....")
        String tableName;
        @P("Column name, it can be ....")
        String columnName;
        // ...
}

class DatabaseToolkit {
    @Tool
    void listByDatetime(
        Column column,
        long start, long end) {
        // ...
    }

    @Tool
    void listByMatch(
        Column column,
        String pattern) {
        // ...
    }
   
    // more repeated... 
}

此外，我可以通过使用Column示例列表一次操作多个列来实现这一点。如果没有自定义类型，实现这一功能将会很具挑战性。

描述您希望的解决方案

当前的实现通过 JsonSchema 描述了工具或函数接口，包括其所有参数，这是OpenAI doc的要求。Python LangChain是这样做的。遵循这一约定，我们可以在两个步骤中支持将自定义类型作为工具/函数参数：

• 构建一个JsonSchema生成器，将正确注解的自定义类型转换为JsonSchema;
• 构建一个JsonSchema验证器，将由LanguageModel生成的参数验证并强制转换为自定义类型。

要做到这一点，可以通过生成自定义类型的JsonSchema来扩展 ToolSpecifications 。为了将JsonSchema属性绑定到自定义类型及其字段上，可以引入新的注解，或者直接采用现有的注解，如 Jackson-Annotations 。在 DefaultToolExecutor 中，应添加代码以根据JsonSchema或相应的注解验证参数，然后将它们强制转换为相应的类型，包括自定义类型。
有几点需要考虑：

• 组合：当自定义类型派生时，应使用JsonSchema中的 allOf 属性递归地组合其超类的模式。
• 多态性：如果自定义类型是抽象的或者是可以接受其子类示例的超类，则应使用JsonSchema中的 oneOf 属性。
• 好处*:这种解决方案轻量级且对当前代码更改最少。它还避免了向langchain4j核心库添加额外的依赖项。
• 缺点*:可能会重蹈覆辙。
• 注意*:支持自定义类型参数将破坏 OpenAiTokenier 的令牌计数过程，因为该过程假定在估计工具规范中的令牌时参数只能是Java内置类型。一旦支持自定义类型，我们就应该更新OpenAiTokenizer的代码逻辑。
  描述您考虑过的替代方案

由于Java中有许多开源的JsonSchema生成器，因此提出的解决方案可能是在重蹈覆辙。以下是几个替代方案：

• victools/jsonschema-generator 工具支持根据来自Jackson、Jakarta、javax和Swagger的注解生成和验证JsonSchema。
• networknt/json-schema-validator 工具支持基于Jackson的 JSON Schema Core Draft v4, v6, v7, v2019-09 and v2020-12 规范进行JSON模式验证。
• 好处*:采用这些现有方法的一个巨大好处是，一旦验证成功，您可以直接反序列化JSON字符串回bean,因为它们尊重像Jackson这样的序列化框架。
• 缺点*:然而，使用现有的JsonSchema生成器可能会向核心库引入更多的依赖项，而且它们的功能对于工具/函数调用情况可能过于广泛。
  附加上下文

我的担忧包括：

• langchain4j真的需要自定义类型参数吗？
• 如果需要，是否有当前的过程来支持自定义类型参数？
• 如果不需要，首选的方法是在langchain4j中直接实现一个轻量级的JsonSchema(类似于初始解决方案)还是使用现有的JsonSchema生成器(如其他选项)?