SpringAI-mcp-sse方式

1.什么是SSE

Server-Sent Events 是基于 HTTP 协议的实时单向服务器推送技术,具有轻量级、⾃动重连和事 件分类型特点,适⽤于实时数据推送 场景。允许服务器主动向客户端(如浏览器)推送实时数据。与 传统的轮询或⻓轮询不同, SSE 通过单⼀的持久连接实现数据的实时传输,客户端⽆需频繁发起请求。

2.SSE的特点

  • 单向通信
    • SSE 是单向的,服务器可以主动推送数据到客户端,但客户端⽆法直接通过 SSE 向服 务器发送数据。
  • 基于 HTTP 协议
    • SSE 使⽤标准的 HTTP 协议,⽆需额外的协议或端⼝配置,兼容性好,易于实现。
  • 轻量级
    • 相⽐ WebSocket , SSE 的实现更简单,代码量更少,适合简单的实时数据推送场景。
  • ⾃动重连
    • 如果连接断开,浏览器会⾃动尝试重新连接,开发者⽆需⼿动处理重连逻辑。
  • ⽀持事件类型
    • 服务器可以发送不同类型的事件,客户端可以根据事件类型执⾏不同的操作。
  • 支持消息 ID
    • 每条消息可以包含⼀个唯⼀的 ID ,⽤于断线重连后恢复消息流。

3.SSE工作原理

相⽐传统的请求-响应模式, SSE 提供了⼀种持久连接,允许服务器随时向客户端发送事件和 数据,实现了实时性的消息传递。 SSE 的⼯作原理⾮常简单直观。客户端通过与服务器建⽴⼀条持久化的 HTTP 连接,然后服 务器使⽤该连接将数据以事件流( event stream)的形式发送给客户端。这些事件流由多个 事件( event )组成,每个事件包含⼀个标识符、类型和数据字段。客户端通过监听事件流 来获取最新的数据,并在接收到事件后进⾏处理。

4.SSE应用场景

服务端想主动向客户端发送回音

5.搭建服务器

5.1导依赖

XML 复制代码
 <dependencies>
        <dependency>
            <groupId>org.springframework.ai</groupId>
            <artifactId>spring-ai-starter-mcp-server-webmvc</artifactId>
        </dependency>
    </dependencies>

5.2书写配置

XML 复制代码
server:
  port: 8011
spring:
  application:
    name: ai-mcp-sse-server
  ai:
    mcp:
      server:
        name: ai-mcp-sse-server
        sse-message-endpoint: /mcp/city

5.3开发工具

java 复制代码
package com.jiazhong.mingxing.ai.siliconflow.glm.mcp.sse.server.service;

import org.springframework.stereotype.Service;

@Service
public interface CityService {
    String city();
}
java 复制代码
package com.jiazhong.mingxing.ai.siliconflow.glm.mcp.sse.server.service.impl;

import com.jiazhong.mingxing.ai.siliconflow.glm.mcp.sse.server.service.CityService;
import org.springframework.ai.tool.annotation.Tool;
import org.springframework.stereotype.Service;

@Service
public class CityServiceImpl implements CityService {
    @Tool(description = "中国最宜居的城市",name = "cityService")
    public String city() {
        return "青岛:北方宜居标杆,中科院 2024 宜居榜首。属于温带海洋性气候,四季分明,湿度适中。海岸线长达 817 公里,绿化覆盖率达 41%,空气优良率常年超 92%。拥有 12 家三甲医院,以及青岛大学、中国海洋大学等高校,地铁运营里程超 400 公里。";
    }
}

5.4注册服务

java 复制代码
package com.jiazhong.mingxing.ai.siliconflow.glm.mcp.sse.server.config;

import com.jiazhong.mingxing.ai.siliconflow.glm.mcp.sse.server.service.CityService;
import jakarta.annotation.Resource;
import org.springframework.ai.tool.ToolCallbackProvider;
import org.springframework.ai.tool.method.MethodToolCallbackProvider;
import org.springframework.context.annotation.Bean;
import org.springframework.context.annotation.Configuration;

@Configuration
public class ServiceConfig {
    @Resource
    private CityService cityService;
    @Bean("toolCallbackProvider")
    public ToolCallbackProvider toolCallbackProvider(){
        return MethodToolCallbackProvider.builder().toolObjects(cityService).build();
    }
}

5.5启动项

java 复制代码
package com.jiazhong.mingxing.ai.siliconflow.glm.mcp.sse.server;

import org.springframework.boot.SpringApplication;
import org.springframework.boot.autoconfigure.SpringBootApplication;

@SpringBootApplication
public class AiSiliconflowGlmMcpSseServerApplication {
    public static void main(String[] args) {
        SpringApplication.run(AiSiliconflowGlmMcpSseServerApplication.class,args);
    }
}

6.搭建客户端

6.1导依赖

XML 复制代码
<dependencies>
        <dependency>
            <groupId>org.springframework.boot</groupId>
            <artifactId>spring-boot-starter-web</artifactId>
        </dependency>
        <dependency>
            <groupId>org.springframework.ai</groupId>
            <artifactId>spring-ai-starter-model-openai</artifactId>
        </dependency>
        <dependency>
            <groupId>org.springframework.ai</groupId>
            <artifactId>spring-ai-starter-mcp-client</artifactId>
        </dependency>
    </dependencies>

6.2配置文件

XML 复制代码
server:
  port: 8012
spring:
  application:
    name: ai-siliconflow-glm-mcp-sse-client
  ai:
    openai:
      base-url: https://api.siliconflow.cn
      api-key: 你的轨迹流动的的key
      chat:
        options:
          model: "zai-org/GLM-4.6"
          temperature: 0.7

    mcp:
      client:
        name: ai-siliconflow-glm-mcp-sse-client
        sse:
          connections:
            server1:
              url: http://localhost:8011 #要连接服务器的地址 (先启动服务区后启动客户端)
          toolcallback:
            enabled: true

6.3配置类

java 复制代码
package com.jiazhong.mingxing.ai.siliconflow.glm.mcp.sse.client.config;

import jakarta.annotation.Resource;
import org.springframework.ai.chat.client.ChatClient;
import org.springframework.ai.openai.OpenAiChatModel;
import org.springframework.ai.tool.ToolCallbackProvider;
import org.springframework.context.annotation.Bean;
import org.springframework.context.annotation.Configuration;

@Configuration
public class ChatClientConfig {
    @Resource
    private OpenAiChatModel openAiChatModel;
    @Resource
    private ToolCallbackProvider toolCallbackProvider;
    @Bean("openAiChatClient")
    public ChatClient openAiChatClient(){
        return ChatClient.builder(openAiChatModel)
                .defaultToolCallbacks(toolCallbackProvider)
                .build();
    }
}

6.4controller类

java 复制代码
package com.jiazhong.mingxing.ai.siliconflow.glm.mcp.sse.client.controller;

import jakarta.annotation.Resource;
import org.springframework.ai.chat.client.ChatClient;
import org.springframework.web.bind.annotation.GetMapping;
import org.springframework.web.bind.annotation.RequestMapping;
import org.springframework.web.bind.annotation.RequestParam;
import org.springframework.web.bind.annotation.RestController;
import reactor.core.publisher.Flux;

@RestController
@RequestMapping("/city_client")
public class CityClientController {
    @Resource
    private ChatClient openAiChatClient;
    @GetMapping(value = "/a",produces = "text/html;charset=utf-8")
    public Flux<String> a(@RequestParam("question") String question){
        return openAiChatClient.prompt()
                .user(question)
                .stream().content();
    }
}

6.5启动类

java 复制代码
package com.jiazhong.mingxing.ai.siliconflow.glm.mcp.sse.client;

import org.springframework.boot.SpringApplication;
import org.springframework.boot.autoconfigure.SpringBootApplication;

@SpringBootApplication
public class AiSiliconflowGlmMcpSseClientApplication {
    public static void main(String[] args) {
        SpringApplication.run(AiSiliconflowGlmMcpSseClientApplication.class,args);
    }
}
相关推荐
Coder_Boy_4 小时前
基于SpringAI的在线考试系统-相关技术栈(分布式场景下事件机制)
java·spring boot·分布式·ddd
独自破碎E4 小时前
【BISHI15】小红的夹吃棋
android·java·开发语言
User_芊芊君子4 小时前
HCCL高性能通信库编程指南:构建多卡并行训练系统
人工智能·游戏·ai·agent·测评
冻感糕人~4 小时前
【珍藏必备】ReAct框架实战指南:从零开始构建AI智能体,让大模型学会思考与行动
java·前端·人工智能·react.js·大模型·就业·大模型学习
hopsky4 小时前
openclaw AI 学会操作浏览器抓取数据
人工智能
慢半拍iii4 小时前
对比源码解读:ops-nn中卷积算子的硬件加速实现原理
人工智能·深度学习·ai·cann
晚烛4 小时前
CANN 赋能智慧医疗:构建合规、高效、可靠的医学影像 AI 推理系统
人工智能·flutter·零售
小白|4 小时前
CANN在自动驾驶感知中的应用:构建低延迟、高可靠多传感器融合推理系统
人工智能·机器学习·自动驾驶
啦啦啦_99994 小时前
Redis实例-2
java
一枕眠秋雨>o<4 小时前
深度解读 CANN ops-nn:昇腾 AI 神经网络算子库的核心引擎
人工智能·深度学习·神经网络