LLM交互协议框架

Spring AI——模型上下文协议（MCP）和MCP服务器启动程序

Spring AI介绍 模型上下文协议（MCP） 作为大型语言模型（LLM）的标准化方法 与外部数据、工具和服务交互.MCP提供了一个灵活的框架，使在Spring Boot中构建智能代理应用程序变得容易。

🔷 什么是MCP（模型上下文协议）？

主控程序 是Spring AI引入的协议和运行时模型，用于：

• 描述 外部工具, 函数，或 数据 LLM可以访问。
• 启用 结构化通信 在LLM和您的应用程序之间（例如调用外部API或数据库查询）。
• 允许 双向交互 以标准化的方式使用LLM。

它支持：

• 工具使用 （函数调用）
• 检索增强生成（RAG） 上下文
• 流媒体响应
• 插件架构

🔧 MCP服务器启动程序

Spring AI提供 MCP服务器启动程序 帮助开发人员快速构建符合MCP的应用程序。启动器包括自动配置和内置组件。

📦 钥匙起动模块

📁 Maven依赖关系示例

<dependency>
    <groupId>org.springframework.ai</groupId>
    <artifactId>spring-ai-starter-mcp-server-webmvc</artifactId>
    <version>0.8.1</version>
</dependency>

您还可以使用 spring-ai-starter-mcp-server-webflux 如果你正在构建一个反应式服务器。

🛠️ 基本配置示例

@Configuration
public class ToolConfig {

    @Bean
    public ToolCallbackProvider tools(MyService myService) {
        return MethodToolCallbackProvider.of(myService);
    }
}

这暴露了 MyService 方法作为可调用工具，通过 /mcp/tools.

🌐 可用端点（通过WebVC/WebFlux）

📘 用例：使用LLM的工具

您可以构建一个LLM应用程序，该应用程序：

• 接受诸如“伊斯坦布尔的天气怎么样？”之类的问题
• 在内部将其映射到工具（例如。， WeatherService.getWeather(String city))
• 调用它并将结果反馈给LLM以生成进一步的响应。

🔗 资源

• Spring AI文档： https://docs.spring.io/spring-ai/reference/
• MCP GitHub代码： https://github.com/spring-projects/spring-ai/tree/main/spring-ai-mcp
• Ollama+MCP服务器示例： https://github.com/spring-projects/spring-ai/tree/main/spring-ai-examples/spring-ai-ollama-chat-mcp