基于本地的mcp服务让飞书机器人跟场景回答不同的问题

AI摘要
本文介绍了基于Spring AI框架搭建MCP(Model Context Protocol)服务端与客户端的实践,旨在通过本地MCP服务让飞书机器人实现场景化问答。文章阐述了MCP作为一种标准化协议,其核心目标是安全、可控、标准化地让AI调用外部工具,并对比了传统Function Call在维护和复用上的痛点,说明了MCP通过将工具封装为标准服务器来解决这些问题。这是一篇技术实现类的知识分享。
  1. 简介
    本文主要介绍基于 spring ai 自定义搭建 mcp 服务端和客户端,主要场景是:

基于本地的mcp服务让飞书机器人跟场景回答不同的问题

实现效果如下

最后附了源码链接.整体代码非常简单,容易上手。

2.概念
2.1 什么是 AI MCP?
MCP(Model Context Protocol) 是一种 ​标准化协议​,用来解决一个长期痛点:

👉 如何让 AI“安全、可控、标准化地”调用外部工具 / 系统能力?

它的核心目标不是“让 AI 更聪明”,而是:

让 AI 能调用真实系统
同时 避免 AI 乱编、乱连、乱访问
并且 工具接入方式统一
2.2 MCP 解决了什么问题?
1️⃣ 传统 Function Call 的问题
以 OpenAI Function Calling / Tool Calling 为例:

工具定义写死在 Prompt 或代码里
每个 AI 框架一套接口
权限 / 生命周期 / 连接管理全靠业务自己写
工具多了以后 极难维护
👉 在真实系统里会变成:

Prompt 很长
Tool 定义重复
不同 AI 模型不可复用
2️⃣ MCP 的解决思路
MCP 把 ​工具变成一个标准化的 Server​:

AI Model
|
| MCP 协议
|
MCP Client ────── MCP Server
├─ 查数据库
├─ 调内部系统
├─ 查文件
├─ 调 HTTP API
1.
2.
3.
4.
5.
6.
7.
8.
9.
AI ​不直接接触工具实现​,只通过 MCP 协议:

发现工具
调用工具

获取结构化结果

本作品采用《CC 协议》,转载必须注明作者和本文链接
讨论数量: 0
(= ̄ω ̄=)··· 暂无内容!

讨论应以学习和精进为目的。请勿发布不友善或者负能量的内容,与人为善,比聪明更重要!
未填写
文章
1
粉丝
0
喜欢
0
收藏
0
排名:0
访问:0
私信
所有博文
社区赞助商