本專案展示了使用 Spring Boot 實現的模型上下文協定 (MCP) 伺服器和客戶端。它包含用於 MCP 伺服器的模組，支援 WebFlux 和 WebMvc SSE，還有一個用於 AI 驅動提案的 MCP 客戶端，利用 Spring AI 工具、Ollama AI 模型和 PGVector 進行向量儲存。
新增日期：
創建者：
Mar 25 2025
本專案展示了使用 Spring Boot 實現的模型上下文協定 (MCP) 伺服器和客戶端。它包含用於 MCP 伺服器的模組，支援 WebFlux 和 WebMvc SSE，還有一個用於 AI 驅動提案的 MCP 客戶端，利用 Spring AI 工具、Ollama AI 模型和 PGVector 進行向量儲存。
新增日期：
Created by:
Mar 25 2025
lucas deng
精選
Spring AI Example 是什麼？
這個 MCP 實現為在 Spring 生態系統中開發和部署 AI 增強應用程序提供了一個綜合框架。MCP 伺服器模組支持通過 SSE 進行即時數據流傳輸，使動態 AI 互動成為可能。客戶端模組促進進行 AI 驅動的提案，配備工具註解和上下文配置。該架構強調了在 AI 工具整合中的最佳實踐，利用 Spring Boot 的能力來實現可擴展性、即時更新和 AI 模型部署，使其適合構建智能、反應靈敏的應用程序的開發人員。
誰會使用 Spring AI Example？
- AI 開發者
- Spring Boot 實踐者
- MCP 協定實現者
- 研究和數據科學家
如何使用 Spring AI Example？
- 步驟 1：克隆庫
- 步驟 2：配置環境和依賴
- 步驟 3：執行 MCP 伺服器模組
- 步驟 4：設置提案代理客戶端
- 步驟 5：進行 AI 提案並觀察即時更新
Spring AI Example 的核心特徵與益處
主要功能
- 支持 WebFlux 和 WebMvc SSE 的 MCP 伺服器
- 帶有註解的 AI 工具整合
- 通過 SSE 進行實時數據流傳輸
- 與 PGVector 整合的向量存儲
- Spring AI 模型的部署和管理
優點
- 支持即時 AI 互動和提案生成
- 靈活且可擴展，使用 Spring Boot
- 輕鬆的工具註解和上下文配置
- 利用先進的 AI 模型和向量存儲
- 適合智能應用開發
Spring AI Example 的主要使用案例與應用
- AI 驅動的提案系統
- 即時數據流應用
- 涉及 AI 模型整合的研究專案
Spring AI Example 的常見問答
開發者
- lucasdengcn
您可能也喜歡：
開發者工具
一個 Docker 映像，承載多個 MCP 伺服器，透過整合 supergateway 以統一入口點訪問。
研究與數據
NOL 整合了 LangChain 和 Open Router，以使用 Next.js 創建一個多客戶端的 MCP 伺服器。