前幾天 Spring AI 迎來了其1.0.0版本的第七個里程碑（Milestone 7）的發布。緊接著下個月，我們將迎來 RC1（Release Candidate 1）版本，隨后便是正式版（GA，General Availability）的發布。對于 Java 開發者社區而言，這無疑是一個備受期待的喜訊！

1、Spring AI 框架介紹

Spring AI 是一個用于 AI 工程的應用框架。它的目標是將 Spring 生態系統中的一些設計原則，比如：可移植性和模塊化設計，應用到 AI 領域。它還推動在 AI 領域使用簡單的 Java 對象（POJOs）作為構建應用程序基礎。

簡單來說，Spring AI 的核心任務是解決 AI 應用集成的基本挑戰：把你的企業數據和 API 與 AI 大模型模型連接起來。

Spring AI 全面采用了模塊化的架構設計，如下圖所示：

Spring AI 新架構設計主要旨在解決以下4個關鍵問題：

第一、提供統一抽象，隱藏底層復雜性

無論你使用的是 OpenAI 的 GPT、深度求索的 DeepSeek、谷歌的 Gemini、Anthropic 的 Claude，還是 Hugging Face 上的開源模型，Spring AI 都旨在提供一套統一且可移植的 API，讓你能夠輕松調用。對于向量數據庫，比如：Milvus、Pinecone、Redis、PGVector 等，它同樣提供了統一的 API 和查詢方法。這樣，你的代碼就可以更靈活地在不同的 AI 服務和數據庫之間切換，不會被某個特定供應商鎖定。

第二、簡化 AI 應用開發

構建一個稍微復雜的 AI 應用，比如：RAG（檢索增強生成），通常需要涉及數據加載、分割、向量化、存儲、檢索、調用大語言模型（LLM）等多個步驟。Spring AI 提供了 ETL 框架、ChatClient、VectorStore 等組件和抽象，大大簡化了這些流程的實現。

第三、廣泛支持模型和向量數據庫

 Spring AI 支持市面上幾乎所有主流的大模型提供商（包括聊天模型和圖像生成模型）以及向量數據庫。這意味著你有非常豐富的選擇。

第四、深度集成 Spring 生態

這是 Spring 的強項！Spring AI 提供了各種 Spring Boot Starter，使得配置和集成 AI 模型、向量數據庫變得非常簡單，遵循“約定優于配置”的原則，即開箱即用，無需復雜的配置。

Github 地址：

??https://github.com/spring-projects/spring-ai??

2、Spring AI 支持 MCP 實現

第一、Spring AI MCP 介紹

Spring AI 1.0.0-M7 集成了最新的 MCP 參考實現 Java SDK 版本 0.9.0，帶來了顯著的架構改進。

MCP（模型上下文協議）是一種標準化的協議，它讓 AI 大模型能夠以一種有組織的方式和外部工具、資源進行互動。它支持多種傳輸方式，這樣在不同的環境下都能靈活使用。

MCP 的 Java 開發包（SDK）提供了這個協議的 Java 版本，讓你可以通過同步或異步的方式，和 AI 大模型以及工具進行標準化的互動。

Spring AI 的 MCP 功能是在 MCP Java 開發包的基礎上，增加了和 Spring Boot 集成的功能，提供了客戶端和服務端的啟動器。你可以使用 Spring 的初始化工具來快速搭建支持 MCP 的 AI 應用。

第二、MCP Java 開發包（SDK）架構

MCP 的 Java 實現采用了一個三層架構設計：

• 客戶端/服務器層：這一層包括了 MCPClient 和 MCPServer。MCPClient 負責處理客戶端的操作，而 MCPServer 負責管理服務器端的協議操作。它們都使用 MCPSession 來管理通信。
• 會話層（McpSession）：這一層通過 DefaultMCPSession 的實現來管理通信模式和狀態。
• 傳輸層（McpTransport）：這一層負責處理 JSON-RPC 消息的序列化和反序列化，并支持多種傳輸實現方式。

1.MCP 客戶端（MCP Client）

MCP 客戶端是MCP（模型上下文協議）架構中的一個關鍵部分，它的工作是和 MCP 服務器建立和管理連接。它負責客戶端的協議操作，包括：

• 和服務器商量使用哪個版本的協議，以確保雙方兼容
• 確定服務器有哪些功能可以用
• 發送和接收消息，以及用 JSON-RPC 格式進行交流
• 查找和運行工具
• 訪問和管理資源
• 與提示詞系統互動

還有一些可選的功能，比如：

• 管理“根”（可能是某種基礎設置）
• 支持抽樣（可能是隨機選擇一部分數據進行處理）
• 支持同步和異步操作（同步就是等待操作完成，異步就是不需要等待）

它還支持不同的傳輸方式，比如：

• 基于標準輸入輸出的傳輸，用于不同程序間的通信
• 基于 Java HttpClient 的 SSE 客戶端傳輸
• 基于 WebFlux 的 SSE 客戶端傳輸，用于響應式的 HTTP 數據流

2.MCP 服務器（MCP Server）

MCP 服務器是 MCP 架構中的另一個基礎部分，它向客戶端提供工具、資源和能力。它負責服務器端的協議操作，包括：

• 實現服務器端的協議操作

      a.讓客戶端可以找到和使用工具

      b.用基于 URI 的訪問方式管理資源

      c.提供和處理提示詞模板

      d.和客戶端商量可以使用哪些功能

      e.結構化的日志記錄和通知

• 管理多個客戶端的連接
• 支持同步和異步的 API
• 它也支持不同的傳輸實現方式，比如：

       a.基于標準輸入輸出的傳輸，用于不同程序間的通信

       b.基于 Servlet 的 SSE 服務器傳輸

       c.基于 WebFlux 的 SSE 服務器傳輸，用于響應式的 HTTP 數據流

       d.基于 WebMVC 的 SSE 服務器傳輸，用于基于 Servlet 的 HTTP 數據流

3.Spring AI MCP 集成

Spring AI 通過以下 Spring Boot 啟動器提供 MCP 集成，如下所示：

• 客戶端啟動器

    spring-ai-starter-mcp-client - 提供基于 STDIO 和 HTTP 的 SSE 支持的核心啟動器

     spring-ai-starter-mcp-client-webflux - 基于 WebFlux 的 SSE 傳輸實現

• 服務器啟動器

    spring-ai-starter-mcp-server - 提供基于 STDIO 傳輸支持的核心服務器

    spring-ai-starter-mcp-server-webmvc - 基于 Spring MVC 的 SSE 傳輸實現

    spring-ai-starter-mcp-server-webflux - 基于 WebFlux 的 SSE 傳輸實現

如果你想使用 Spring Boot 簡化設置，可以使用上面提到的 MCP 啟動器。

本文轉載自公眾號玄姐聊AGI  作者：玄姐

原文鏈接：??https://mp.weixin.qq.com/s/W-O8h-kduA3lyySjMhl1CQ??