远程MCP的调用和阿里云生态的知识库和工作流的使用

远程MCP调用

接下来我们通过远程的进行MCP的调用，以高德地图为例

准备工作先引入mcp-client的依赖，然后进行配置文件，注意我们然后要将MCP的配置到服务器里面。

XML 复制代码

spring.ai.mcp.client.request-timeout=20s
spring.ai.mcp.client.toolcallback.enabled=true
spring.ai.mcp.client.stdio.servers-configuration=classpath:mcp-servers.json5

之后我们为了使用node.js进行环境的配置，默认下载的有node.js的环境。我们需要把我们服务器配置的json文件写入我们的文件夹下面，方便我们进行调用。

XML 复制代码

"mcpServers": {
  "baidu-map": {
    "command": "cmd",
    "args": ["/c", "npx", "-y", "@baidumap/mcp-server-baidu-map"
    ],
    "env": {
      "BAIDU_MAP_API_KEY": "Yz2D7DNLfn0eMGh5GZD5viOJEwxvF9ZS"
    }
  }
}

当我们正确的配置json文件之后，我们就可以在控制台看到输出

注意这个时候我们就可以在我们的基本配置类也就是ChatClient的配置上面进行设置，如图示

配置工作做好之后我们就可以进行控制台的书写了，和正常使用大模型一样，我们可以使用他所带的库里面的工具

java 复制代码

//大模型使用MCP调用百度地图进行对话窗口
@GetMapping("/mcp/chat")
public Flux<String> mcp(String message) {
   return deepseekChatClient.prompt(message).stream().content();
}

这样我们就可以正常的使用百度地图所带来的便利规划。

远程 MCP 调用的本质是 "跨空间的控制指令传输与执行反馈"，即本地终端（如 PC、PLC、手机 APP）通过网络（有线 / 无线）向远端的 MCP 模块（如嵌入式控制器、工业网关、IoT 设备）发送控制指令（如 "电机启动""阀门开度调整""参数配置"），并接收 MCP 执行后的状态反馈（如 "执行成功 / 失败""当前温度 / 转速"）。

其核心要素包括 3 个部分：

调用发起端（客户端）：负责生成控制指令、发起网络请求，需具备 "指令编码" 和 "反馈解析" 能力（如工业上位机、IoT 云平台、用户 APP）。
远程 MCP 端（服务端）：部署控制逻辑的核心模块，需具备 "指令接收 - 解析 - 执行 - 反馈" 的闭环能力（如 STM32 嵌入式板、工业 PLC、智能传感器节点）。
传输网络：连接两端的通信载体，需满足 "低延迟、高可靠、低丢包"（工业场景常用以太网、485 总线；IoT 场景常用 WiFi、LoRa、NB-IoT；广域场景常用 4G/5G）。

阿里云生态

知识库的使用

我们之前学习过在本地设置RAG检索增强，现在我们可以将一部分不怎么重要的建议等上传到阿里云百炼平台，供我们进行调用。

除了这个之外，我们的依赖，约束，配置类等都是一样的，所以我们的实际控制层的代码改变的地方并不是很多，如下：

注意知识库的名字我们一定要一样，防止出现问题。注意有的问题是因为没有指定业务空间如下图所示，我们就可以正确的配置空间了。

工作流的使用

工作流的作用如下：

本质上就是将本地的程序取消了，全部都在阿里云的百炼平台上面进行书写

我们发布完成之后就可以进行配置编写了

XML 复制代码

spring.ai.dashscope.agent.options.app-id=c9932249945c4d9180c1afce3cced574

这是进行简单的应用id的配置为了导航到我们的阿里云大模型。

java 复制代码

package ai.controller;

import com.alibaba.cloud.ai.dashscope.agent.DashScopeAgent;
import com.alibaba.cloud.ai.dashscope.agent.DashScopeAgentOptions;
import com.alibaba.cloud.ai.dashscope.api.DashScopeAgentApi;
import org.springframework.ai.chat.prompt.Prompt;
import org.springframework.beans.factory.annotation.Value;
import org.springframework.web.bind.annotation.GetMapping;
import org.springframework.web.bind.annotation.RequestParam;
import org.springframework.web.bind.annotation.RestController;

@RestController
public class TodayMenuController {
    // 获取dashscope的appId
    @Value("${spring.ai.dashscope.agent.options.app-id}")
    private String appId;

    //百炼云平台的智能体接口对象
    private DashScopeAgent dashScopeAgent;
    //构造函数
    public TodayMenuController(DashScopeAgentApi dashScopeAgentApi) {
        this.dashScopeAgent = new DashScopeAgent(dashScopeAgentApi);
    }
    @GetMapping("/todaymenu")
    public String getTodayMenu(@RequestParam(name = "message",defaultValue = "今天吃什么")String  message) {
        DashScopeAgentOptions options = DashScopeAgentOptions.builder()
                .withAppId(appId)
                .build();
        Prompt prompt = new Prompt(message, options);
        return dashScopeAgent.call(prompt).getResult().getOutput().getText();
    }
}