由于我的server都是发一个http请求所以创建一个BaseServcie。（2）在mcp客户端头部携带token请求时，将token塞到本地线程中。这是用来注册tool的，下面是我在实际开发的一个例子。（1）创建本地线程类。

【代码】调用deepseek接口。

摘要：本文详细介绍了Nacos 3.0和Higress的安装配置过程。首先在Windows环境下安装Nacos Server并配置MySQL数据源，然后通过Docker Desktop部署Higress和Redis。接着配置Higress连接Redis并启用MCP功能，将Nacos服务集成到Higress中。最后通过一个图书管理服务的Spring Boot示例项目，演示了如何将服务注册到Nacos

Spring AI Alibaba 是构建 Agent 智能体应用最简单的方式，基于 Spring AI 框架构建，是阿里云通义系列模型及服务在 Java AI 应用开发领域的最佳实践。配置项方法类型必需默认值说明Agent 名称String✅Agent 标识LLM 模型ChatModel✅使用的模型系统提示词String❌定义角色指令String❌额外指令工具列表❌可用工具检查点保存器❌状态保存

在使用 Spring AI 框架开发 MCP（Model Context Protocol）服务器时，我们发现框架提供的@ToolParam注解虽然能够描述参数的基本信息（描述和是否必填），但缺少示例值和默认值的支持。这对于 AI 模型理解参数格式和生成正确的调用参数来说，是一个不小的遗憾。本文将详细介绍如何在不修改 Spring AI 框架源码的前提下，通过扩展注解和自定义 Schema 生成器

将${user.home}替换成你要存储到的路径。再次打开idea时会弹出消息，点击ok即可。打开idea.properties。

idea的默认显示条数为100，可以修改成10000。修改一下idea的配置就行。

摘要：本文详细介绍了Nacos 3.0和Higress的安装配置过程。首先在Windows环境下安装Nacos Server并配置MySQL数据源，然后通过Docker Desktop部署Higress和Redis。接着配置Higress连接Redis并启用MCP功能，将Nacos服务集成到Higress中。最后通过一个图书管理服务的Spring Boot示例项目，演示了如何将服务注册到Nacos

检索（Retrieval）的详细过程准备外部知识库：外部知识库可能来自本地的文件、搜索引擎结果、API 等。通过 Embedding（嵌入）模型，对知识文件进行解析：Embedding 的主要作用是将自然语言转化为机器理解的高维向量，并且通过这一过程捕获到文本背后的语义信息（比如不同文本之间的相似关系）。通过 Embedding（嵌入）模型，对用户的提问进行处理：用户的输入同样会经过嵌入（Embe

检索（Retrieval）的详细过程准备外部知识库：外部知识库可能来自本地的文件、搜索引擎结果、API 等。通过 Embedding（嵌入）模型，对知识文件进行解析：Embedding 的主要作用是将自然语言转化为机器理解的高维向量，并且通过这一过程捕获到文本背后的语义信息（比如不同文本之间的相似关系）。通过 Embedding（嵌入）模型，对用户的提问进行处理：用户的输入同样会经过嵌入（Embe