关键词

工具服务实时通信Spring BootLangChain4jAI工具调用

使用说明

项目简介

本项目是一个基于LangChain4j和Spring Boot构建的Model Context Protocol (MCP) 服务器示例。它展示了如何创建一个符合MCP协议的服务端应用，用于向LLM客户端提供工具 (Tools) 功能。本仓库包含服务端 ('mcp-server') 和客户端 ('proposal-agent') 两个模块，服务端负责提供工具，客户端演示如何调用这些工具。

主要功能点

  • 工具注册与执行: MCP 服务器端 ('mcp-server') 注册并提供可被LLM客户端调用的工具，例如本示例中的天气查询工具 ('WeatherTool')。
  • 标准MCP协议支持: 服务器端实现了MCP协议的基本框架，能够接收和处理来自客户端的符合MCP协议的请求。
  • SSE实时通信: 使用Server-Sent Events (SSE) 作为传输协议，支持与客户端进行实时的、基于事件的通信。
  • Spring Boot集成: 基于Spring Boot框架构建，便于快速开发、部署和扩展。
  • 示例工具: 提供了一个简单的天气查询工具 ('WeatherTool') 作为示例，展示工具的定义和实现方法。

安装步骤

  1. 克隆代码仓库: 
    git clone https://github.com/lucasdengcn/langchain4j-ai-example.git
  2. 进入项目根目录: 
    cd langchain4j-ai-example
  3. 使用Gradle构建项目: 
    ./gradlew build

服务器配置

MCP客户端需要配置以下信息以连接到此MCP服务器。以下是启动 'mcp-server' 模块的配置示例，客户端可以根据此配置启动并连接到服务器。

{
  "serverName": "langchain4j-mcp-server",
  "command": "./gradlew",
  "args": [
    "mcp-server:bootRun"
  ],
  "description": "启动 LangChain4j MCP 服务器，提供工具服务"
}

配置参数说明:

  • 'serverName': 服务器名称，客户端用于标识不同的MCP服务器。例如 '"langchain4j-mcp-server"'。
  • 'command': 启动服务器的命令。对于本仓库，使用 Gradle 包装器 ('./gradlew')。
  • 'args': 传递给启动命令的参数。这里使用 'mcp-server:bootRun' 来运行 'mcp-server' 模块的 Spring Boot 应用。
  • 'description': 服务器的简短描述，方便客户端用户理解服务器用途。例如 '"启动 LangChain4j MCP 服务器，提供工具服务"'。

注意: 客户端程序 (例如 'proposal-agent') 需要根据实际情况配置连接到 MCP 服务器的传输方式 (如 HTTP SSE, Stdio, WebSocket) 和地址。本仓库的客户端示例使用了 HTTP SSE，服务器地址默认为 'http://localhost:8180/sse'，可以在客户端配置文件中查找和修改。

基本使用方法

  1. 启动 MCP 服务器: 在项目根目录下，执行命令 './gradlew mcp-server:bootRun' 启动 MCP 服务器。
  2. 启动 MCP 客户端 (Proposal Agent): 在项目根目录下，执行命令 './gradlew proposal-agent:bootRun' 启动客户端。客户端将尝试连接到默认配置的 MCP 服务器。
  3. 与AI助手交互: 客户端 ('proposal-agent') 提供了API接口 (例如 '/api/chat/stream', '/api/ai/customer') 用于与AI助手进行交互。通过这些接口，可以发送消息给AI助手，并体验工具调用功能。例如，可以尝试询问天气相关的问题，触发客户端调用 MCP 服务器提供的天气查询工具。

示例场景: 在客户端的聊天界面中输入 "What's the weather like in Shenzhen?"，客户端的AI助手可能会调用 MCP 服务器提供的天气查询工具 ('getWeather') 获取深圳的天气信息，并将结果返回给用户。

信息

分类

AI与计算

访问项目