本文介绍了将MCP协议从SSE模式迁移到Streamable HTTP模式的架构升级。SSE模式在云原生环境中存在路径依赖和长连接脆弱性问题，而Streamable HTTP采用标准HTTP POST请求，简化了通信流程，更适合无服务器架构。升级过程主要删除FastAPI包装层，直接使用fastmcp原生支持，保留Header鉴权机制。改造后系统代码量减少50%，部署更稳定，兼容性更好，特别适合云

本文详细介绍了基于LangChain构建的GithubAgent智能代理，该代理通过连接MCP Server实现了自动工具发现、规则注入和智能工具调用三大核心功能。文章从架构层面解析了GithubAgent的工作流程，包括初始化阶段的握手连接、工具绑定，以及核心的思考-行动-观察(ReAct)循环机制。重点阐述了5个核心方法：工具发现(_fetch_mcp_tools)、智能适配(_convert

在简单的项目中，如果不涉及数据库，我们将采用简化的(API 层): 接收/api/send请求。(业务层): 处理 Token 刷新和 Gmail API 调用。这种结构清晰、解耦，既符合 Java 开发者的习惯，也能充分利用 Quarkus 的特性。

本文档详细介绍了如何通过编程方式调用 Google Gmail API 来发送电子邮件。整个过程不依赖于 SMTP，而是使用现代的 OAuth 2.0 授权流程和 REST API 调用，这使得它可以在任何网络环境（包括限制了 SMTP 端口的云服务器）下工作。

这不只是一篇技术博客，这是一篇战报。它讲述了一个看似简单的部署任务，如何演变成一场长达数小时、穿越 GCP 负载均衡、Envoy、FastAPI 和 MCP 协议层层迷雾的调试之旅。如果你也曾经历过“本地猛如虎，上线死如狗”的服务，那么，泡杯咖啡，这个故事就是为你准备的。

FastMCP 开发指南摘要 FastMCP 是 MCP 协议的 Python 高级封装库，定位为 MCP 领域的 FastAPI，具有人体工程学设计、自动化转换和高性能特点。核心提供三种能力原语：Tool（执行动作）、Resource（读取数据）和 Prompt（预设指令）。开发关键点在于理解指令系统：宏观层级的 Instructions 定义服务器行为准则，微观层级的 Docstrings 描

本文介绍了一个基于LangChain框架、Google Gemini大模型和CloudSQL PostgreSQL（含pgvector插件）构建的RAG系统。系统采用规范化数据库设计，包含主题分类、文档元数据和向量存储表。数据处理流程包括：1)下载PDF文档；2)通过DataProcessingService协调文本加载、分块、向量生成(Gemini API)和存储；3)使用pgvector存储7

本文对比了RAG问答系统的两种文档检索展示方案：显式检索(RAG Chain)和工具调用代理(Tool Calling Agent)。显式检索实现简单但缺乏灵活性，而工具调用代理虽复杂但支持智能决策和多步推理。项目最终采用方案2，通过三层架构实现：外层封装处理结果组装，中间层管理工具路由，底层负责推理生成。核心代码解析展示了如何从检索服务获取格式化文档片段，并通过代理执行流程提取答案和来源文档，确

本文档详细解析了如何为无状态的大型语言模型（LLM）实现对话记忆功能。通过分层架构设计，系统采用四步流程：API接收请求、加载历史记录、构建上下文和调用LLM。核心优化在于数据库层面的查询限制（使用limit参数）和业务逻辑层的参数化配置，有效避免了内存爆炸和性能问题。这种设计既保证了对话连贯性，又确保了系统的高效性和可维护性，为LLM提供了可靠的"记忆"能力。

本文详细介绍了基于SSE技术实现类似ChatGPT流式对话功能的全过程。系统采用前后端分离架构：后端使用Python/FastAPI生成符合OpenAI标准的SSE数据流，将每个Token封装为JSON格式；前端通过TypeScript/Lit建立连接，逐行解析JSON数据并实时渲染Markdown内容。关键实现包括后端严格遵循SSE协议规范、前端缓冲区管理和行分割处理、状态累积更新机制以及Mar