Spring AI と Ollama を使用した MCP サーバーとクライアントの構築

AIモデルは、単に質問に答えるだけでは不十分です。外部システムと相互作用し、実際の操作を実行できる必要があります。

Model Context Protocol (MCP) は、これを可能にします。これは、AIアプリケーションが共通の言語を使用して、ツール、データ、プロンプトを共有できるようにするオープンプロトコルです。

以下の技術を使用して、完全なシステムを構築しました：

  • Java 17 および Spring Boot
  • Spring AI 1.0.0
  • ローカルLLM用の Ollama
  • デプロイ用の Docker
  • リアルタイムストリーミング用の WebFlux

アーキテクチャ： • ユーザーが Rest API を介してプロンプトを送信します。 • MCP Client が Spring AI を使用して LLM と通信します。 • LLM が Ollama を使用してリクエストをローカルで処理します。 • LLM がアクションを実行する必要がある場合、MCP Server を呼び出します。 • MCP Server がツールを実行し、データを返します。

これで構築できるもの：

  • ツール (Tools): 天気の取得やデータベースの検索などのアクション。
  • リソース (Resources): ドキュメントや設定ファイルなどのデータ。
  • プロンプト (Prompts): AIをガイドするための再利用可能なテンプレート。

このプロジェクトでは、モデルがツールを使用して割安な物件を見つけます。結果はストリームを通じてリアルタイムで返されます。Docker と Granite4:3b モデルを使用して、セットアップ全体をローカルで実行できます。

GitHub で完全なコードとステップバイステップのガイドを確認してください。

ソース: https://dev.to/jlcastrillon91/building-an-mcp-server-and-client-with-spring-ai-and-ollama-ccl

オプションの学習コミュニティ: https://t.me/GyaanSetuAi