MCP是模型上下文协议，它能使LLM大语言模型能够以结构化的方式与外部工具和资源进行交互。* MCP本质是一个远程的工具，它也需要转换为ToolCallback才能让LLM调用* MCP不只是远程工具，还包括上下文管理，比如：传递会话上下文（如用户 ID、权限）* MCP支持跨语言、跨服务的调用，基于传输层来屏蔽差异

你的项目是纯 Spring Boot项目。你喜欢ChatClient这种流式构建 API。你希望由 Pivotal/Spring 官方团队背书，与 Spring Cloud 等组件深度集成。你习惯用FunctionBean 来定义工具。你还在观望，或者项目可能不用 Spring（比如用 Quarkus）。你需要对接一些冷门或特殊的模型/向量库（LangChain4j 目前支持的组件库比 Sprin

你的项目是纯 Spring Boot项目。你喜欢ChatClient这种流式构建 API。你希望由 Pivotal/Spring 官方团队背书，与 Spring Cloud 等组件深度集成。你习惯用FunctionBean 来定义工具。你还在观望，或者项目可能不用 Spring（比如用 Quarkus）。你需要对接一些冷门或特殊的模型/向量库（LangChain4j 目前支持的组件库比 Sprin

Spring AI Advisors API 提供了一种灵活且强大的方式，拦截、修改和增强您在 Spring 应用中的 AI 驱动交互。 比如：聊天记忆（MessageChatMemoryAdvisor）、知识库问答（QuestionAnswerAdvisor）、日志输出（SimpleLoggerAdvisor）等等

定义阶段：你定义了一个 Java Function<Request, Response>。当你将一个函数注册为 Bean 时（通常使用 @Bean 并配合 @Description 注解），Spring AI 会将其包装成 FunctionCallback 或 ToolCallback。@Bean@Description("根据城市查询天气") // 描述会被发给 AI解析阶段：Spring AI