MCP.so
ログイン
クライアント

AI智能体项目

@study944

基于SpringAI框架实现模型调用、RAG、ToolCalling和MCP,实现一个可以解决复杂问题,自主调用工具的智能体

その他

概要

这是一个基于Spring AI框架构建的AI智能体项目,旨在展示如何结合RAG(检索增强生成)、Tool Calling、多模态内容处理(MCP)以及Agent技术来构建强大的智能应用。

使用RAG、Tool Calling和MCP,主要解决简单的计算机学习问题,调用知识库获取外部知识,更改SystemPrompt和知识库就可以获得一个你的专属AI

使用CoT思维链,ReAct思考行动,将一个问题分解回答,调用工具解决问题

核心技术亮点

1. Spring AI

本项目采用Spring AI作为核心框架,它提供了一套简洁、统一的API,用于集成各种AI模型(如OpenAI、Hugging Face等)。通过Spring AI,我们可以轻松地进行文本生成、嵌入、图像处理等操作,极大地简化了AI应用的开发。

2. RAG (Retrieval Augmented Generation)

为了增强AI模型的知识广度和准确性,本项目集成了RAG技术。通过RAG,AI智能体能够从外部知识库(例如项目中的SQL数据库、PDF文档等)中检索相关信息,并将其作为上下文输入给语言模型,从而生成更准确、更具信息量的回复。这对于处理特定领域知识或实时数据非常有用。

3. Tool Calling

智能体通过Tool Calling能力,可以根据用户的指令或当前任务的需要,动态地调用外部工具或服务来完成复杂的操作。例如,智能体可以调用数据库查询工具来获取数据,或者调用文件处理工具来解析文档。这使得智能体不仅限于文本交互,还能与外部系统进行深度集成。

4. MCP (Multi-modal Content Processing)

本项目支持多模态内容处理,特别是针对图片和PDF文档。通过MCP,智能体能够理解和处理不同格式的信息,例如从PDF中提取文本内容,或者对图片进行分析。这使得智能体能够处理更丰富的用户输入和输出。

5. Agent

本项目中的AI智能体(Agent)是核心组件,它能够理解用户意图,规划执行步骤,并利用RAG、Tool Calling和MCP等能力来完成任务。Agent的设计使得系统具备了更强的自主性和问题解决能力,能够处理更复杂的业务逻辑和用户请求。

项目展示

image image image

项目结构概览

.gitignore
.mvn/
chatMemory/
pom.xml
sql/
├── table.sql
src/
├── main/
│   ├── java/
│   └── resources/
└── test/
    └── java/
tmp/
├── files/
├── pdf/
└── resource/
zxc-agent-picture-search-mcp-server/  # 可能包含图片搜索和多模态内
容处理相关服务
├── .gitignore
├── .mvn/
├── pom.xml
└── src/
    ├── main/
    └── test/
zxcAgent-Front/ # 前端项目,可能用于展示智能体交互界面
├── .gitignore
├── README.md
├── index.html
├── package-lock.json
├── package.json
├── public/
│   └── vite.svg
├── src/
│   ├── App.vue
│   ├── assets/
│   ├── components/
│   ├── main.js
│   ├── router/
│   ├── style.css
│   └── views/
└── vite.config.js