Spring AI入门 - 技术栈

一、核心API

继承体系

调整Advisor顺序

案例：

RAG流程

MCP(Model Context Protocol)模型上下文协议，是一种适用于 A1大模型与数据源交互的标准协议。旨在实现跨模型、跨会话的上下文信息持久化与动态共享。它通过标准化接口实现模型间的上下文传递版本控制和协同推理，解决复杂 AI任务中的上下文碎片化问题。

如果我们观察整个 AI 自动化的发展过程，我们会发现 AI 自动化分三个阶段:AlChat、AlComposer、Al Agent.

AI Chat 通常只是提供建议和代码片段，人机协作的模式通常需要用户手动进行复制，调试，集成。
Al Composer 相比 AIChat 支持了局部的代码自动修改，我们只需要确认接受或拒绝接受即可。但是也局限于代码的上下文操作。如cursor、Trae CN
Al Agent 可以完成端到端的任务闭环。他是一个完全的智能体，自主决策，修改，调整我们所需的代码块，或者自主提取需要的信息。我们只需要负责监控动作就行。但是跨系统的协作能力有所欠缺。

模型上下文协议(MCP)遵循客户端-主机-服务器 架构，其中每个主机可以运行多个客户端实例。这种架构使用户能够跨应用程序集成 AI功能，同时保持明确的安全边界并隔离问题。MCP基于JSON-RPC构建，提供有状态会话协议，专注于客户端和服务器之间的上下文交换和采样协调。

可以发现 MCP 基于三层分层模式:

MCP Host(主机应用):运行 A 模型或代理的宿主程序，如 Claude 桌面版、某 IDE 中的 Al 助手等。主机应用通过内置的 MCP 客户端与外部建立连接，是连接的发起方。
MCP Client(客户端) :嵌入在主机应用中的协议客户端组件。每个 MCP 客户端与一个特定的MCP 服务器保持一对一的连接，用于向服务器发送请求或接收响应。一个主机应用中可以运行多个MCP 客户端，从而同时连接多个不同的服务器。
MCP Server(服务器):独立运行的轻量程序，封装了某一数据源或服务的具体能力，通过标准化的 MCP 接口对外提供。每个 MCP 服务器相当于一个"适配器"，将底层的数据源/工具(本地文件、数据库、第三方 API等)的功能以统一格式暴露出来，供客户端调用。
本地数据源:部署在用户本地环境中的数据资源，例如本机文件系统、数据库、应用服务等。MCP服务器可以受控地访问这些资源，并将内容提供给 AI模型使用。例如，一个本地 MCP 服务器可以读取电脑文件或查询本地 SQLite 数据库，然后将结果发给模型作为参考。
远程服务:通过网络提供的外部系统或在线服务(通常通过 HTTP API访问)。MCP 服务器也可以连接到这些远程服务获取数据。比如，可以有一个 MCP 服务器连接 Slack 的 Web API，代表 AI助手执行发送消息、读取频道记录等操作。

MCP 提供了两种不同的传输实现。

默认传输方式:基于Stdio，HTTP SSE
基于 Spring 的传输:WebFlux SSE，WebMVC SSE4.2、JAVA 应用的基础架构 JAVA SDK也是遵循分层结构
客户端/服务器层(McpClient/McpServer):两者都使用 McpSession 进行同步/异步操作，其中 McpClient 处理客户端协议操作，McpServer 管理服务器端协议操作。
会话层(McpSession):使用 DefaultMcpSession 实现管理通信模式和状态。
传输层(McpTransport):通过以下方式处理JSON-RPC消息序列化/反序列化:
核心模块中的 StdioTransport(stdin/stdout)
专用传输模块(Java HttpClient、Spring WebFlux、Spring WebMVC)中的 HTTP SSE 传输

是模型上下文协议(MCP)架构中的关键组件，负责建立和管理与MCP 服务器的连接。它

实现协议的客户端。

是模型上下文协议(MCP)架构中的基础组件，用于为客户提供工具、资源和功能。它实现

协议的服务器端。

1.Resources: 资源。客户端可以读取的类似文件的数据(如 AP 响应或文件内容)

2.Tools:工具。可由 LLM(经用户批准)调用的函数。

3.Prompts: 提示。帮助用户完成特定任务的预先编写的模板。

MCP:
a.MCP 是一个更底层，更通用的标准协议。
b.MCP 更倾向于抽象和通用。
c.MCP 通常支持多数据源。
function calling
a.function calling 是大模型专用的特性，或者说实现方式。
b.function calling 更倾向于具体的实现调用,
c.function calling 适用于特定场景，单一数据源。