在java中基于langchain4j实现对阿里百炼平台mcp智能体的调用

最新推荐文章于 2025-09-30 16:30:20 发布

原创最新推荐文章于 2025-09-30 16:30:20 发布 · 1.2k 阅读

10 ·

CC 4.0 BY-SA版权

文章标签：

#java #开发语言

mcp 专栏收录该内容

1 篇文章

订阅专栏

一、案例需求

在Java项目已经设置好Ai-Agent（包括mongodb记忆库、流式聊天模型qwenStreamingChatmodel、向量数据库Pincone、工具类tools）的基础上，实现对阿里百炼平台上自定义好的智能体的调用。

初始目录如下，搭建教程见https://www.bilibili.com/video/BV1cpLTz1EVp/?spm_id_from=333.1387.upload.video_card.click&vd_source=eb7be0f0e64df04c36a02c3fd9a240fd

二、详细步骤

1. 在阿里云百炼平台https://bailian.console.aliyun.com/?tab=app#/app-center上创建应用。

2. 选择能够调用mcp的智能体应用

3.设置智能体的角色、任务、限制等规则。这里我想创建一个数字人生成智能体。

4. 在智能体技能处，添加mcp服务

5. mcp开通界面一般会配备好该平台的相关链接，申请完后在本界面中填入并开通。

6. 勾选mcp服务后，设置短期记忆，可在右侧文本对话中测试智能体的mcp调用能力。确认无误后右上角发布。

7. 发布后自动跳转到调用页面，我们查看API，了解如何在java项目中调用本智能体。

8. 根据使用指南，获取阿里百炼平台的API Key（建议存在系统环境变量中，命名为DASH_SCOPE_API_KEY）。并记录刚才创建好的智能体APP-ID。

9. 在java的pom.xml中添加java SDK依赖

10. 复制指南上的快速调用智能体方法，稍后我们在此基础上稍作改动，再加入java项目。

11. 在我们的tools目录里，新建bailianTool工具类。由于我们本项目已经有建立好的Ai-Agent，这里只想把百炼平台的智能体作为工具辅助已有Agent。

代码如下：

@Component
public class BailianTool {
    @Tool("当用户需要生成数字人视频时，使用本工具调用阿里百炼智能体进行生成")
    public String callBailianAgent(@P("用户传来的关于数字人生成需求的消息") String message) {
        System.out.println("=== 百炼工具被调用 ===");
        System.out.println("接收到的消息: " + message);
        System.out.println("消息长度: " + message.length());
        System.out.println("====================");
        try {
            ApplicationParam param = ApplicationParam.builder()
                    .apiKey(System.getenv("DASH_SCOPE_API_KEY"))
                    .appId("add5ccea74ee4c7bb29a6a821669fcd0")
                    .prompt(message)
                    .build();

            Application application = new Application();
            ApplicationResult result = application.call(param);

            if (result != null && result.getOutput() != null) {
//                返回mcp调用的回复信息：
                return result.getOutput().getText();
            } else {
                return "未收到有效响应";
            }
        } catch (Exception e) {
            return "调用百炼智能体失败: " + e.getMessage();
        }
    }
}

12. 给我们已有的Ai-Agent（XiaozhiAgentMCP的tools中显示指定工具类bailianTool。

13. 在Controller层注入bailianTool工具，在XiaozhiAgentMCP的基础上使用构建者模式，新增百炼Tool。

完整代码如下：

@Tag(name = "硅谷小智MCP版V2")
@RestController
@RequestMapping("/xiaozhi-mcp2")
public class XiaozhiMCPV2Controller {

    @Autowired
    private QwenStreamingChatModel qwenStreamingChatModel;

    @Autowired
    private ChatMemoryProvider chatMemoryProviderXiaozhi;

    @Autowired
    private AppointmentTools appointmentTools;

    @Autowired
    private ContentRetriever contentRetrieverXiaozhiPincone;

    @Autowired
    private BailianTool bailianTool; // 注入百炼工具

    @Operation(summary = "对话")
    @PostMapping(value = "/chat2", produces = "text/stream;charset=utf-8")
    public Flux<String> chat(@RequestBody ChatForm chatForm) {
        // 创建集成了百炼工具的Agent
        XiaozhiAgentMCP xiaozhiAgentMCP = createEnhancedAgent();
        return xiaozhiAgentMCP.chat(chatForm.getMemoryId(), chatForm.getMessage());
    }

    private XiaozhiAgentMCP createEnhancedAgent() {
        return AiServices.builder(XiaozhiAgentMCP.class)
                .streamingChatLanguageModel(qwenStreamingChatModel)
                .chatMemoryProvider(chatMemoryProviderXiaozhi)
                .tools(appointmentTools, bailianTool) // 集成百炼工具
                .contentRetriever(contentRetrieverXiaozhiPincone)
                .build();
    }
}

14. 在已有Ai-Agent的系统提示词zhaozhi-prompt-tamplate.txt中显示要求它实现智能体调用。

15. 启动springBoot，进入knife4j进行前后端联调。可以看得出来，我们的Ai-Agent保留了原有的设置。

16. 当提及“生成数字人视频”时，bailianTools被调用，可以从idea控制台看到mcp的调用情况。

17. 继续追问Ai，当mcp生成的视频完成（此处需要等待视频生成大约1min时间），会返回视频链接，发送给客户端。

三、知识点总结

1. public class bailianTool中@Tool后提示词的作用：大模型（比如我们的通义千问等模型）在处理用户请求时，会判断是否需要调用工具来辅助回答。@Tool 后的提示词，是告诉大模型 “什么时候应该调用这个工具” 以及 “这个工具能做什么”。提升工具调用的准确性。

2. @AiService中tools = {“appointmentTools","bailianTool"}的作用：明确指定当前 AI 服务可以使用的工具集合。只有被列入 tools 数组的工具，才会被大模型 “感知” 并可能被调用。未列入的工具，即使类中包含 @Tool 注解的方法，也不会被当前 AI 服务使用。

3. XiaozhiMCPV2Controller的机制：createEnhancedAgent() 方法中，AiServices.builder() 是 LangChain4j 提供的 “智能体组装器”，作用是把多个组件（大模型、记忆、工具、内容检索）“粘合” 成一个具备完整能力的 AI 服务（即 XiaozhiAgentMCP）。

前端调用 /xiaozhi-mcp2/chat2 接口时：@RequestBody ChatForm chatForm 接收前端传来的请求体ChatForm（包含 memoryId 和 message），当用户发送的消息触发 bailianTool 时，大模型（QwenStreamingChatModel）先 “理解” 用户消息，再结合 bailianTool 上 @Tool 的提示词（“当用户需要生成数字人视频时，使用本工具调用阿里百炼智能体进行生成”），判断需要调用 bailianTool。

bailianTool 获取 MCP 返回的结果后，会将结果回传给大模型。大模型生成的最终结果，通过 Flux<String> 逐段推送给前端，完成一次交互。

4. chat方法作用：你只需要传入chatForm中的 “对话记忆 ID” 和 “用户消息”，它就会自动完成 “理解消息→调用工具（如百炼 MCP）→结合记忆→生成流式回复Flux<String>” 的全流程，无需手动处理中间环节。