客户生产环境的客户端上传小文件是可以正常上传的，但在上传大文件到服务器时经常发生卡慢和超时问题，导致无法上传大文件。为了分析这个问题，我和同事捋了一下服务端架构，架构如下：Docker内部有容器A和容器B两个服务，容器B的端口12000映射到了宿主机上的端口12000，外部客户端可以正常访问。服务A的端口没有做映射，只允许Docker内部的容器互相访问。

本文记录了基于MCP协议开发本地文件管理智能体的全过程。作者使用SpringBoot3.x和JDK17搭建环境，通过定义FileService接口及实现类完成文件查询功能，并用@Tool注解标识工具能力。项目打包后，在TraeIDE中配置MCP服务并集成到智能体，成功实现AI调用listFile工具列出指定目录文件。整个开发流程顺畅，使作者对MCP协议的工作原理有了具象认知，为后续开发更复杂智能体

优化之后的代码，完全去掉了长长的switch case模块代码，只需要从map中根据key取一个对应的值或者函数式接口就可以了。这样的方式大大提高了代码的整洁度、降低了代码维护的难度，遵循了“对扩展开放，对修改关闭”的原则。去掉了switch case模块并不是觉得switch case不好，在case条件少的情况下比if else条件语句强的，但当case条件超过20、30个以上的时候就显得特别