Spring AI Example

Spring AI 示例

项目概览

本项目展示了使用 Spring AI 工具的多种实现模式和最佳实践。项目由两个主要模块组成：

• mcp-server：实现 Model Context Protocol（MCP）服务，支持 WebFlux 和 WebMvc SSE
• proposal-agent：实现 MCP 客户端，用于生成 AI 驱动的提案

项目结构

.
├── mcp-server/           # MCP Server implementation
│   ├── src/             # Server source code
│   └── README.md        # Server documentation
├── proposal-agent/      # MCP Client implementation
│   ├── src/             # Client source code
│   └── README.md        # Client documentation
└── src/                 # Common source code

工具实现模式

将方法用作工具

Spring AI 支持通过使用 @Tool 注解，将方法用作工具。DateTimeTools 中的示例：

@Tool(name = "getCurrentDateTime", description = "Get the current date and time")
public String getCurrentDateTime() {
    return LocalDateTime.now().atZone(LocaleContextHolder.getTimeZone().toZoneId()).toString();
}

工具结果转换器

可以实现自定义结果转换器，以控制工具结果的格式。CustomToolCallResultConverter 中的示例：

@Tool(name = "getCustomer",
      description = "Retrieve customer information",
      resultConverter = CustomToolCallResultConverter.class)
public Customer getCustomer(String name, ToolContext context) {
    return new Customer(name, "[email protected]");
}

工具上下文

Spring AI 提供了 ToolContext 参数，可将其注入工具方法以访问上下文信息：

public Customer getCustomerByEmail(String email, ToolContext context) {
    log.info("Context: {}", context);
    return new Customer("Demo", email);
}

工具参数

可以使用 @ToolParam 注解为工具参数提供描述：

@Tool(name = "setAlarm")
public void setAlarm(@ToolParam(description = "Time in ISO-8601 format") String time) {
    // Implementation
}

配置

本项目使用 Spring Boot，并包含以下关键配置：

• Ollama AI 模型集成
• 使用 PGVector 的向量存储
• 用于开发的 H2 数据库
• 用于 Web 访问的 CORS 配置
• MCP 服务实现
• MCP 客户端实现
• SSE 实现

SSE 实现

使用 SseEmitter 类实现 SSE（服务器发送事件），以便实时更新。

技术栈

• Spring Boot
• Spring AI
• Ollama AI 模型
• PGVector 向量存储
• H2 数据库
• CORS 配置
• 用于实时更新的 SSE（服务器发送事件）