𝗕𝘂𝗶𝗹𝗱𝗶𝗻𝗴 𝗮𝗻 𝗠𝗖𝗣 𝗦𝗲𝗿𝘃𝗲𝗿 𝗮𝗻𝗱 𝗖𝗹𝗶𝗲𝗻𝘁 𝘄𝗶𝘁𝗵 𝗦𝗽𝗿𝗶𝗻𝗴 𝗔𝗜 𝗮𝗻𝗱 𝗢𝗹𝗹𝗮𝗺𝗮
Model AI seharusnya melakukan lebih dari sekadar menjawab pertanyaan. Mereka perlu berinteraksi dengan sistem eksternal dan melakukan tindakan nyata.
Model Context Protocol (MCP) memungkinkan hal ini terjadi. Ini adalah protokol terbuka yang memungkinkan aplikasi AI berbagi tools, data, dan prompts menggunakan bahasa yang sama.
Saya membangun sistem lengkap menggunakan:
- Java 17 dan Spring Boot
- Spring AI 1.0.0
- Ollama untuk LLM lokal
- Docker untuk deployment
- WebFlux untuk streaming real-time
Arsitekturnya: • Pengguna mengirimkan prompt melalui Rest API. • MCP Client menggunakan Spring AI untuk berkomunikasi dengan LLM. • LLM menggunakan Ollama untuk memproses permintaan secara lokal. • Jika LLM perlu mengambil tindakan, ia akan memanggil MCP Server. • MCP Server mengeksekusi tool dan mengembalikan datanya.
Apa yang dapat Anda bangun dengan ini:
- Tools: Tindakan seperti mengambil data cuaca atau mencari database.
- Resources: Data seperti dokumen atau file konfigurasi.
- Prompts: Template yang dapat digunakan kembali untuk memandu AI.
Dalam proyek ini, model menggunakan sebuah tool untuk menemukan properti yang undervalued. Ia mengembalikan hasil secara real-time melalui sebuah stream. Anda dapat menjalankan seluruh setup secara lokal menggunakan Docker dan model Granite4:3b.
Periksa kode lengkap dan panduan langkah demi langkah di GitHub.
Sumber: https://dev.to/jlcastrillon91/building-an-mcp-server-and-client-with-spring-ai-and-ollama-ccl
Komunitas belajar opsional: https://t.me/GyaanSetuAi