Ce projet met en avant la mise en œuvre d'un serveur et d'un client Model Context Protocol (MCP) utilisant Spring Boot. Il inclut des modules pour le serveur MCP avec prise en charge de WebFlux et WebMvc SSE, ainsi qu'un client MCP pour des propositions alimentées par l'IA, en tirant parti des outils Spring AI, des modèles Ollama AI et de PGVector pour le stockage vectoriel.
Ajouté le :
Créé par :
Mar 25 2025
Ce projet met en avant la mise en œuvre d'un serveur et d'un client Model Context Protocol (MCP) utilisant Spring Boot. Il inclut des modules pour le serveur MCP avec prise en charge de WebFlux et WebMvc SSE, ainsi qu'un client MCP pour des propositions alimentées par l'IA, en tirant parti des outils Spring AI, des modèles Ollama AI et de PGVector pour le stockage vectoriel.
Ajouté le :
Created by:
Mar 25 2025
lucas deng
Vedettes
Qu'est-ce que Spring AI Example ?
Cette implémentation MCP fournit un cadre complet pour développer et déployer des applications enrichies par IA au sein d'un écosystème Spring. Le module serveur MCP prend en charge le streaming de données en temps réel via SSE, permettant ainsi des interactions dynamiques avec l'IA. Le module client facilite la réalisation de propositions alimentées par l'IA, équipé d'annotations sur les outils et de configurations contextuelles. L'architecture souligne les meilleures pratiques dans l'intégration des outils d'IA, en utilisant les capacités de Spring Boot pour la scalabilité, les mises à jour en temps réel et le déploiement des modèles d'IA, ce qui le rend adapté aux développeurs construisant des applications intelligentes et réactives.
Qui va utiliser Spring AI Example ?
- Développeurs IA
- Praticiens de Spring Boot
- Implémenteurs de protocole MCP
- Chercheurs et scientifiques des données
Comment utiliser Spring AI Example ?
- Étape 1 : Cloner le dépôt
- Étape 2 : Configurer l'environnement et les dépendances
- Étape 3 : Exécuter le module serveur MCP
- Étape 4 : Installer le client agent de proposition
- Étape 5 : Faire des propositions d'IA et observer les mises à jour en temps réel
Caractéristiques et Avantages Clés de Spring AI Example
Les fonctionnalités principales
- Serveur MCP avec prise en charge de WebFlux et WebMvc SSE
- Intégration d'outils IA avec annotations
- Streaming de données en temps réel via SSE
- Intégration de stockage vectoriel avec PGVector
- Déploiement et gestion de modèles Spring AI
Les avantages
- Prend en charge l'interaction IA en temps réel et la génération de propositions
- Flexible et évolutif avec Spring Boot
- Annotation facile des outils et configuration contextuelle
- Tire parti de modèles d'IA avancés et de stockage vectoriel
- Adapté pour le développement d'applications intelligentes
Principaux Cas d'Utilisation et Applications de Spring AI Example
- Systèmes de propositions alimentés par l'IA
- Applications de streaming de données en temps réel
- Projets de recherche impliquant l'intégration de modèles d'IA
FAQs sur Spring AI Example
Développeur
- lucasdengcn
Vous aimerez peut-être aussi：
Outils de développement
Une application de bureau pour gérer les interactions entre serveur et client avec des fonctionnalités complètes.
Un serveur Model Context Protocol pour Eagle qui gère l'échange de données entre l'application Eagle et les sources de données.
Un client basé sur le chat qui intègre et utilise divers outils MCP directement dans un environnement de chat pour augmenter la productivité.
Une image Docker hébergeant plusieurs serveurs MCP accessibles via un point d'entrée unifié avec intégration supergateway.
Fournit un accès aux soldes de compte YNAB, aux transactions et à la création de transactions via le protocole MCP.
Un serveur MCP rapide et évolutif pour gérer les opérations de trading Zerodha en temps réel pour plusieurs clients.
Un client SSH distant facilitant un accès sécurisé basé sur un proxy aux serveurs MCP pour l'utilisation d'outils distants.
Un serveur MCP basé sur Spring intégrant des capacités d'IA pour gérer et traiter les protocoles de communication des mods Minecraft.
Un client MCP minimaliste avec des fonctionnalités de chat essentielles, prenant en charge plusieurs modèles et des interactions contextuelles.
Un serveur MCP sécurisé permettant aux agents IA d'interagir avec l'application Authenticator pour les codes 2FA et les mots de passe.
Recherche et données
Une implémentation de serveur prenant en charge le Modèle de Contexte Protocole, intégrant les capacités d'IA industrielle de CRIC.
Fournit des données en temps réel sur la circulation, la qualité de l'air, la météo et le partage de vélos pour la ville de Valence sur une plateforme unifiée.
Une application React démontrant l'intégration avec Supabase via des outils MCP et Tambo pour l'enregistrement de composants UI.
Un client MCP intégrant l'API Brave Search pour les recherches web, utilisant le protocole MCP pour une communication efficace.
Un serveur de protocole permettant une communication transparente entre Umbraco CMS et des applications externes.
NOL intègre LangChain et Open Router pour créer un serveur MCP multi-client utilisant Next.js.
Connecte les LLMs à Firebolt Data Warehouse pour des requêtes autonomes, un accès aux données et une génération d'analyses.
Un cadre client pour connecter des agents IA à des serveurs MCP, permettant la découverte et l'intégration d'outils.
Spring Link facilite la liaison et la gestion de plusieurs applications Spring Boot de manière efficace dans un environnement unifié.
Un client open-source pour interagir avec plusieurs serveurs MCP, permettant un accès fluide aux outils pour Claude.
Chatbot IA
Intègre des API, de l'IA et de l'automatisation pour améliorer dynamiquement les fonctionnalités du serveur et du client.
Fournit une mémoire à long terme pour les LLM en stockant et en récupérant des informations contextuelles via des normes MCP.
Un serveur avancé d'analyse des preuves cliniques soutenant la médecine de précision et la recherche en oncologie avec des options de recherche flexibles.
Une plateforme regroupant des agents A2A, des outils, des serveurs et des clients pour une communication et une collaboration entre agents efficaces.
Un chatbot basé sur Spring pour Cloud Foundry qui s'intègre aux services d'IA, MCP et memGPT pour des capacités avancées.
Un agent IA contrôlant macOS via des outils au niveau du système d'exploitation, compatible avec MCP, facilitant la gestion du système via l'IA.
Bibliothèque cliente PHP permettant l'interaction avec des serveurs MCP via SSE, StdIO ou processus externes.
Une plateforme pour gérer et déployer des agents autonomes, des outils, des serveurs et des clients pour des tâches d'automatisation.
Permet d'interagir avec des API puissantes de synthèse vocale et de génération de vidéos pour la création de contenu multimédia.
Un serveur MCP fournissant un accès API à RedNote (XiaoHongShu, xhs) pour une intégration transparente.