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
<dependencies>
<dependency>
<groupId>org.springframework.ai</groupId>
<artifactId>spring-ai-starter-mcp-server-webmvc</artifactId>
</dependency>
</dependencies>
5.2书写配置
XML
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
package com.jiazhong.mingxing.ai.siliconflow.glm.mcp.sse.server.service;
import org.springframework.stereotype.Service;
@Service
public interface CityService {
String city();
}
java
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
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
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
<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
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
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
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
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);
}
}