# SpringAI_MCP

**Repository Path**: zwz_2/SpringAI_MCP

## Basic Information

- **Project Name**: SpringAI_MCP
- **Description**: spring AI 实例开发
- **Primary Language**: Java
- **License**: Not specified
- **Default Branch**: master
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 1
- **Forks**: 1
- **Created**: 2026-03-25
- **Last Updated**: 2026-03-25

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

# 基于Spring AI 构建的 智能体（检索增强生成（RAG）） 
版本：1.0.0   (部分功能迭代中....)
适用项目：spring Ai
大模型 ：deepseek
目标读者：后端开发、前端开发、架构与运维

介绍
本文详细介绍基于 Spring AI 框架实现 MCP（Model Context Protocol）全流程的开发与调用实践。整体方案包含三大核心组件：自定义开发的 MCP Server、MCP Client 模块，以及 spring-ai-frontend 前端应用。
其中，MCP Client 模块是核心交互载体，其核心能力为：调用 MCP Server 提供的 MCP 服务，并集成 deepseek 大模型，实现两类核心功能 —— 一是通过 MCP 协议对接高德开放平台完成天气预报查询，二是基于公司内部 Redis 构建的知识库实现检索增强生成（RAG）。
此外，本文还以算术计算器场景为例，提供了基于 SSE（Server-Sent Events）传输协议发布的 MCP Server 完整设计思路及 Java 实现代码，完整覆盖 MCP 开发与调用的核心流程。


## SpringAI 架构介绍

mcp_client 模块（MCP 客户端）
  -  controller：接口控制层
  -  service：业务逻辑层
  -  aop：切面处理（日志 / 异常 / 监控等）
  -  bean：实体类（DTO / 领域模型等）
  -  ToolUtils：通用工具类
  -  config：配置类
  -  ClientApplication.java：模块启动类

mcp_service 模块：  mcp service 服务

spring-ai-frontend 模块：  前端

## 总体架构
- 分层设计：
    - 前端 Web（`pages/spring-ai.html`）+ SSE 实时交互
    - API 层（Spring Boot Controller）
    - 数据层（关系型数据库(mysql)  + Redis 缓存）
    - AI智能层（LLM 增强、RAG 检索、新增数据库内容）
- 通信协议：HTTP/REST（文本与术语库）；WebSocket/SSE（实时对话流式结果）；。
- 可观测性：统一日志、Trace ID、耗时、审计日志与风控（关键字、敏感内容）。

## AI智能能力与集成
- 基于 deepseek 大模型和 轻量级all-MiniLM-L6-v2模型 增强：
    - 翻译后编辑（Post-Editing）：对 MT 结果进行语义润色、风格统一、歧义消解。
    - 术语一致性与偏好：结合术语库与用户偏好，对译文进行术语纠正与一致化建议。
- 检索增强生成（RAG）：
    - 检索源：翻译记忆（Translation Memory）、术语库、项目文档、历史对话。
    - 用途：为 LLM 提供可引用的上下文，提高领域一致性与事实性。
    - 技术选型：redis 作为向量检索；通过嵌入模型构建索引。
- 安全与合规（AI 辅助）：
    - LLM 辅助敏感内容检测、语义水印、可疑模式识别；
    - 自动摘要与脱敏（PII）建议，遵从隐私法规。

知识库实现检索增强生成（RAG）  前端效果：
![img_1.png](img_1.png)

调用高德开放平台完成天气预报查询:
![img_4.png](img_4.png)