Spring AI 框架中如何集成 MCP?
SpringAI MCP介绍Spring AI MCP 为模型上下文协议提供 Java 和Spring 框架集成、它使 SpringAI 应用程序能够通过标准化的接口与不同的数据源和工是进行交互,支持同步和异步通信模式。整体架构如下: Spring Al 通过以下 Spring Boot 启动器提供 MCP 集成: 客户端启动器 spring-ai-starter-mcp-client 核心启动器提供 STDIO 和基于 HTTP 的 SSE 支持。 spring-ai-starter-mcp-client-webflux 基于WebFlux的SSE流式传输实现 服务端启动器 spring-ai-starter-mcp-server 核心服务器具有 STDIO 传输支持 spring-ai-starter-mcp-server-webmvc 基于Spring MVC的SSE流式传输实现 spring-ai-starter-mcp-server-webflux 基于WebFlux的SSE流式传输实现 基于stdio标准流MCP 服务端基于 stdio 的实现是最...
【从0到1构建一个ClaudeAgent】工具与执行-工具
这是 Agent 进化的关键一步:从“只会说话”变成了“真正干活”。 Java 实现代码123456789101112131415161718192021222324252627282930313233343536373839404142434445464748495051525354555657585960616263646566676869707172737475767778798081828384858687888990919293949596979899100101public class AgentWithTools { // 配置 private static final Path WORKDIR = Paths.get(System.getProperty("user.dir")); // --- 核心:工具定义与分发 --- // 1. 定义工具枚举 public enum ToolType { BASH("bash", "Run a shel...
Ansible常用模块分类
一、系统管理类1. 计划任务与定时 crond(Linux 定时任务管理) 时间规则:minute(分钟)、hour(小时)、day(日期)、month(月份)、week(星期) 任务定义:job(要执行的命令/脚本,如 "/usr/bin/backup.sh") 状态控制:state(present 新增任务、absent 删除任务 ) 场景:周期性日志切割、数据库备份 at(一次性定时任务) 时间参数:at_time(指定执行时间,如 "now + 1 hour"、"17:00 tomorrow" ) 任务内容:command(要执行的命令,如 "shutdown -r now" ) 状态控制:state(present 新增任务、absent 删除任务 ) 场景:系统维护前延迟重启 2. 用户与组管理 user(用户生命周期管理) 基础属性:name(用户名)、uid(用户 ID)、shell(默认 Shell,如 /bin/bash...
CDN部署
视图预览阿里云 CDN 每秒访问次数,下行流量,边缘带宽,响应时间,回源带宽,状态码等 版本支持操作系统支持:Linux 前置条件 服务器 <安装 Datakit> 服务器 <安装 Func 携带版> 阿里云 RAM 访问控制账号授权 RAM 访问控制 登录 RAM 控制台 https://ram.console.aliyun.com/users 新建用户:人员管理 - 用户 - 创建用户 保存或下载 AccessKey ID 和 AccessKey Secret 的 CSV 文件 (配置文件会用到) 用户授权 (只读访问所有阿里云资源的权限) 安装配置说明: 示例 Linux 版本为:CentOS Linux release 7.8.2003 (Core) 通过一台服务器采集所有阿里云 CDN 数据 部署实施脚本市场 登录 Func,地址 http://ip:8088 开启脚本市场,管理 - 实验性功能 - 开启脚本市场模块 **依次添加 **三个脚本集 观测云集成 (核心包) 观测云集成 (阿里云-云监控) 观测云...
Dubbo SPI机制
Dubbo SPI 机制
EIP指标监控
视图预览阿里云 EIP 指标展示,包括网络带宽,网络数据包,限速丢包率,带宽利用率等 版本支持操作系统支持:Linux 前置条件 服务器 <安装 Datakit> 服务器 <安装 Func 携带版> 阿里云 RAM 访问控制账号授权 RAM 访问控制 登录 RAM 控制台 https://ram.console.aliyun.com/users 新建用户:人员管理 - 用户 - 创建用户 保存或下载 AccessKey ID 和 AccessKey Secret 的 CSV 文件 (配置文件会用到) 用户授权 (云监控只读/时序指标数据权限) 安装配置说明: 示例 Linux 版本为:CentOS Linux release 7.8.2003 (Core) 通过一台服务器采集所有阿里云 EIP 数据 部署实施脚本市场 登录 Func,地址 http://ip:8088 开启脚本市场,管理 - 实验性功能 - 开启脚本市场模块 载入阿里云数据同步脚本,管理 - 脚本市场 - 阿里云数据同步 (云监控) 添加脚本 ...
Hadoop--HDFS-HA高可用
high avilability HA****概述1)所谓HA(High Availablity),即高可用(7*24小时不中断服务)。 2)实现高可用最关键的策略是消除单点故障。HA严格来说应该分成各个组件的HA机制:HDFS的HA和YARN的HA。 3)Hadoop2.0之前,在HDFS集群中NameNode存在单点故障(SPOF)。 4)NameNode主要在以下两个方面影响HDFS集群 NameNode机器发生意外,如宕机,集群将无法使用,直到管理员重启 NameNode机器需要升级,包括软件、硬件升级,此时集群也将无法使用 HDFS HA功能通过配置Active/Standby两个NameNodes实现在集群中对NameNode的热备来解决上述问题。如果出现故障,如机器崩溃或机器需要升级维护,这时可通过此种方式将NameNode很快的切换到另外一台机器。 HDFS-HA****工作机制通过双NameNode消除单点故障 *HDFS-HA工作要点* 元数据管理方式需要改变 内存中各自保存一份元数据; Edits日志只有Active状态的NameNode节点...
CPU多进程切换导致过载-CPU上下文切换
Linux 支持远大于 CPU 数量的任务同时运行。系统在很短的时间内,将 CPU 轮流分配给它们,造成多任务同时运行的错觉。过多的上下文切换,会把 CPU 时间消耗在寄存器、内核栈以及虚拟内存等数据的保存和恢复上,从而缩短进程真正运行的时间,导致系统的整体性能大幅下降。 每个进程运行前,系统事先帮它设置好 CPU 寄存器和程序计数器(Program Counter,PC)。 CPU 上下文: CPU 寄存器,是 CPU 内置的容量小、但速度极快的内存。 程序计数器,则是用来存储 CPU 正在执行的指令位置、或者即将执行的下一条指令位置。 CPU 上下文切换 把前一个任务的 CPU 上下文(也就是 CPU 寄存器和程序计数器)保存起来,然后加载新任务的上下文到这些寄存器和程序计数器,最后再跳转到程序计数器所指的新位置,运行新任务。 保存下来的上下文,会存储在系统内核中,并在任务重新调度执行时再次加载进来 根据任务的不同, CPU 上下文切换场景 进程上下文切换 线程上下文切换 中断上下文切换 系统调用–特权模式切换–同进程CPU上下文切换系统调用过程通常称为特...
ECS监控
视图预览阿里云 ECS 指标展示,包括CPU 负载,内存使用,磁盘读写,网络流量等 版本支持操作系统支持:Linux / Windows 前置条件 服务器 <安装 Datakit> 服务器 <安装 Func 携带版> 阿里云 ECS 安装云监控 阿里云 RAM 访问控制账号授权 云监控安装 登录阿里云监控控制台 https://cloudmonitor.console.aliyun.com/ 主机监控 - 点击安装 (建议勾选新建 ECS 自动安装云监控) RAM 访问控制 登录 RAM 控制台 https://ram.console.aliyun.com/users 新建用户:人员管理 - 用户 - 创建用户 保存或下载 AccessKey ID 和 AccessKey Secret 的 CSV 文件 (配置文件会用到) 用户授权 (只读访问所有阿里云资源的权限) 安装配置说明: 示例 Linux 版本为:CentOS Linux release 7.8.2003 (Core) 通过一台服务器采集所有阿里云 ECS 数据 ...
Hadoop--HDFS
注意机器启动过之后,同步的时候不要同步data文件夹 一次写入,多次读出,不支持文件修改。适合数据分析,不适合网盘应用 分布式存储,文件系统。 优点: 高容错性。多复制,丢失自动恢复 适合大数据,数据以及文件规模 可以在廉价机器上,多副本来实现高可靠 缺点: 不适合低延时数据访问 无法对小文件高效存储 不支持并发多线程同时写入、文件随机修改,只支持append 组成nn:master, 管理HDFS命名空间; 配置副本策略(放在那个nn节点); 管理数据块Block(DN里面存放的是一个个数据块,不是简单的文件)的映射信息; 处理客户端读写请求 dn:slave,nn下达指令,DN执行操作。 存储实际的数据块,数据块的形式存在 执行读写操作。 client: 文件切块,block大小由此处决定,平衡数据存储 与NN交互,获取文件位置信息 DN交互,获取文件信息 访问和管理HDFS 2NN: NN助手 HDFS文件块: 物理上是分块存储的,大小可以通过配置参数来决定,默认是128M web页面无法新建文件夹权限问题http://hadoop101:98...
