建立网站站点方法产品如何在网上推广
最近在腾讯云edgeone的直播中了解到了MCP，随着了解发现MCP确实是一个未来发展的趋势
MCP ：全称 Model Context Protocol 是一种专为人工智能模型设计的通信协议，于2024年11月由Anthropic推出的开放标准。它旨在解决复杂AI系统中多个模型或组件之间的协同、状态管理和资源优化问题，以及AI应用与外部数据源和工具集成中的挑战。
MCP 是一个开放协议，用于标准化应用程序向大语言模型提供上下文的方式。它类似 AI 应用的 USB–C 端口，MCP 连接 AI 模型与不同数据源和工具，能帮助构建基于大语言模型的智能体和复杂工作流，。MCP 具有一系列预构建的集成、可灵活切换 LLM 提供商和遵循客户端 – 服务器架构等特点。
访问地址：https://modelcontextprotocol.io/introduction
github ：https://github.com/modelcontextprotocol
解决了什么问题：传统上，AI模型与外部数据源的集成需要为每个数据源开发自定义接口，既耗时又容易出错。MCP通过提供一个统一协议，简化了这一过程，开发者可以轻松连接到多个数据源，而无需重复编写代码。这减少了开发复杂性，并降低了维护和安全风险。
功能
- 上下文状态管理
- 动态上下文传递：允许模型在处理请求时保留和共享关键信息（如用户历史对话、当前任务状态），确保连贯性。
- 版本控制：管理不同模型版本的上下文兼容性，避免因升级导致的逻辑冲突。
- 分布式处理：支持跨服务器、跨设备并行处理，降低延迟并提高吞吐量。
- 数据隔离：通过加密通道和访问控制确保敏感数据（如用户隐私信息）仅在授权范围内流动。
- 审计日志：记录模型交互轨迹，便于合规性检查和责任追溯。
- 缓存机制：对高频查询结果进行缓存，减少重复计算。
- 模块化设计：支持插件式扩展（如新增自定义指令处理器或集成特定工具API）。
- 多模态支持：原生适配文本、图像、音频等多种数据格式，简化多模态应用开发。
- 上下文融合：将物流结果与用户历史偏好（如偏爱快递公司A）结合，生成个性化回复。
- 反馈闭环：记录用户对回复的满意度，动态优化后续响应策略。
组件
- ContextManager：管理用户会话上下文（历史消息、订单号、偏好等）。
- IntentClassifier：自然语言理解模型，识别用户意图（如查询订单、投诉建议）。
- ServiceRouter：根据意图路由到对应服务（如订单查询API、天气查询模型）。
- DialoguePolicy：对话策略模型，决定回复策略（如确认信息、追问细节）。
源码：https://github.com/modelcontextprotocol/java-sdk
源码大家可以拉下来看看做了解，这里偶遇一篇讲MCP Java SDK源码的文章：https://www.51cto.com/article/810408.html
MCP Server 平台 ： https://mcp.so/zh
案例：10分钟搞定高德地图MCP！我用AI解决了约会地点选择难题 ，这个案例虽然不是java实现的，但是也很值得大家了解和学习，这个类似的demo我在腾讯云edgeone的直播中有看到相似的案例
在了解MCP信息浏览github时发现一个项目有记录MCP相关
https://github.com/punkpeye/awesome-mcp-servers/blob/main/README-zh.md
检索java相关发现有个 spring-ai-mcp
点进来就到了spring ai 文档中了，原先用过spring ai 调用本地大模型进行聊天，刚好有所了解
开始 spring ai 的 mcp
首先电脑需要有 npx 环境 ，如果没有自行百度进行安装
在 MCP Server 平台。找一个现成的server进行使用
找一个操作文件的server
找到 NPX 留着备用
初始化项目
pom文件
<project xmlns="http://maven.apache.org/POM/4.0.0" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance"xsi:schemaLocation="http://maven.apache.org/POM/4.0.0 http://maven.apache.org/xsd/maven-4.0.0.xsd"><modelVersion>4.0.0</modelVersion><groupId>org.yxy</groupId><artifactId>spring-ai-mcp</artifactId><version>1.0-SNAPSHOT</version><packaging>jar</packaging><name>spring-ai-mcp</name><url>http://maven.apache.org</url><properties><java.version>17</java.version><project.build.sourceEncoding>UTF-8</project.build.sourceEncoding></properties><dependencies><dependency><groupId>org.springframework.boot</groupId><artifactId>spring-boot-starter-web</artifactId><version>3.2.4</version></dependency><dependency><groupId>org.springframework.ai</groupId><artifactId>spring-ai-mcp-client-spring-boot-starter</artifactId><version>1.0.0-M6</version></dependency><dependency><groupId>org.springframework.ai</groupId><artifactId>spring-ai-ollama-spring-boot-starter</artifactId></dependency><dependency><groupId>org.springframework.boot</groupId><artifactId>spring-boot-starter-test</artifactId><scope>test</scope><version>3.2.4</version></dependency><dependency><groupId>junit</groupId><artifactId>junit</artifactId><version>3.8.1</version><scope>test</scope></dependency></dependencies><build><plugins><plugin><groupId>org.apache.maven.plugins</groupId><artifactId>maven-compiler-plugin</artifactId><configuration><source>8</source><target>8</target></configuration></plugin></plugins></build><dependencyManagement><dependencies><dependency><groupId>org.springframework.ai</groupId><artifactId>spring-ai-bom</artifactId><version>1.0.0-M6</version><type>pom</type><scope>import</scope></dependency></dependencies></dependencyManagement></project>
application.yml
配置文件 ollama 配置的我原先本地部署的千问模型 大家自行更改
还有就是一个mcp的配置，需要指定mcpsevers的json文件
spring:application:name: spring-ai-mcpai:ollama:base-url: http://localhost:11434chat:options:model: qwen2.5-coder:7bmcp:client:enabled: truename: mcp-clientversion: 1.0.0type: SYNCrequest-timeout: 30sstdio:servers-configuration: classpath:/mcp-servers-config.jsonmcp-servers-config.json
我这里是使用的操作文件的server，大家想测试其他的只需要在这个配置文件进行配置
而我这里是windows上使用，所以将 MCP Server 平台 复制过来的命令做了个调整
{"mcpServers": {"filesystem": {"command": "cmd","args": ["/c","npx","-y","@modelcontextprotocol/server-filesystem","F:\\web"]}}
}OllamaController
package org.yxy.controller;import jakarta.annotation.Resource;
import org.springframework.ai.chat.client.ChatClient;
import org.springframework.ai.mcp.SyncMcpToolCallbackProvider;
import org.springframework.ai.ollama.OllamaChatModel;
import org.springframework.web.bind.annotation.GetMapping;
import org.springframework.web.bind.annotation.RequestParam;
import org.springframework.web.bind.annotation.RestController;@RestController
public class OllamaController {@Resourceprivate OllamaChatModel ollamaChatModel;@Resourceprivate SyncMcpToolCallbackProvider toolCallbackProvider;@GetMapping("/ai/ollama")public String ollama(@RequestParam(value = "msg") String msg) {ChatClient chatClient = ChatClient.builder(ollamaChatModel).defaultTools(toolCallbackProvider.getToolCallbacks()).build();String content = chatClient.prompt(msg).call().content();System.out.println(content);return content;}}运行后浏览器直接访问
如果半天没有响应大家稍等下，本地环境有限，会有点慢
简易版demo已实现了，进行下一步
当我们配置的type是同步使用时就使用同步的依赖，这个可以在多client时进行使用
所有注册的MCP工具通过ToolCallbackProvider实例以ToolCallback列表的形式提供
就是我们这里的demo使用的是操作file的Server，这里可以看到其提供的工具
我让其帮我创建一个文件夹
在我打断点请求查看时发现创建成功了
这里的 toolCallbackProvider.getToolCallbacks()[9]是 list_allowed_directories方法所在数组中的位置，本想查看来着，结果创建成功了
