# alg-mcp

**Repository Path**: chenlinyang/alg-mcp

## Basic Information

- **Project Name**: alg-mcp
- **Description**: Stars Lighting, enabling intelligent querying based on the RAG+MCP dual-engine architecture.
- **Primary Language**: Unknown
- **License**: MIT
- **Default Branch**: master
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 30
- **Forks**: 2
- **Created**: 2025-04-17
- **Last Updated**: 2025-05-05

## Categories & Tags

**Categories**: Uncategorized

**Tags**: AI, RAG, MCP, MCP-SQL, llm

## README

## Getting Started

**Algorithmic Learning Graybeard - 星星点灯，基于RAG+MCP双引擎架构实现智能查询。**

 *在大语言模型（LLM）的基石上，依托MCP Server对数据库的数据融合与语义索引能力，构建RAG与MCP协同的双引擎架构，通过智能语法解析与查询映射，实现自然语言到结构化查询的精准转换，形成完整的技术链路闭环。可用于辅助企业/团队进行技术研发、产品设计等支撑工作。*

> **🌟该项目如对您有帮助，欢迎点赞🌟**

## 系统组成及文档

[中文文档](README.md) | [English](README_en.md)
<br>
> 👉代码地址：[github](https://github.com/chenlinyang/alg-mcp) 或 [gitee](https://gitee.com/chenlinyang/alg-mcp)

如果您有上千数据目录、亿级数据事实，要做数据检索或数据分析，可以在该项目上进行扩展优化。

架构参考：
- [Claude MCP协议](https://www.claudemcp.com/specification)

- [MCP SDK介绍](https://modelcontextprotocol.io/introduction)

- 总体架构<br>
<img src="./images/GeneralArchitecture.png" width = "800" alt="总体架构" />

- 生命周期<br>
<img src="./images/LifeCycle.png" width = "600" alt="生命周期" />

- 操作步骤<br>
<img src="./images/Operation.png" width = "600" alt="实现步骤" />

## 功能点

* MCP服务端

* MCP客户端

* Chat演示地址：<br>
http://localhost:4000/

- 天气查询
> 外部接口自由对接

![本地路径](./images/mcp_weather.png "天气查询")

- 数据库操作
> 一句话精准完成分组、排名、取样等SQL操作

![本地路径](./images/mcp_database.png "数据库操作")

## 接入的模型

* Zhipu-AI

* 也可以根据个人喜好接入其他模型：<br>
支持DeepSeek、ChatGPT 3.5、通义千问、文心一言、Ollama等

## 技术栈

该仓库为后端服务

技术栈：

* jdk 17
* springboot 3.4.4
* [langchain4j 1.0.0-beta3](https://github.com/langchain4j/langchain4j)
* **mcp-server** 利用自定义注解，实现MCP协议。已完成的接口有：<br>
initialize、tools/call、tools/list、notifications/initialized、prompts/list、prompts/get等
* **mcp-client** 使用RAG自定义QueryTransformer，读取MCP server prompt实现NPL2SQL功能

## 如何运行

### mcp-server配置

**a. 配置数据库连接**

* 数据库(MySQL)
```yaml
spring:
  datasource:
    type: com.zaxxer.hikari.HikariDataSource
    url: jdbc:mysql://<ip>:<port>/<database_name>?characterEncoding=utf8&serverTimezone=GMT%2B8&useSSL=false
    driver-class-name: com.mysql.cj.jdbc.Driver
    username: <username>
    password: <password>
```

* 支持PostgreSQL、Oracle、SQLServer、H2等关系型数据库<br>
配置参考：[spring-boot-data-jdbc](https://docs.spring.io/spring-boot/docs/current/reference/html/data.html#data.sql.jdbc)

**b. 配置第三方天气API**
* 申请和风天气的API-KEY和API-HOST<br>
[申请地址](https://id.qweather.com/#/login)

```yaml
weather:
  api:
    host: <api-host>
    api-key: <api-key>
```

### mcp-client配置

**a. 配置mcp-server连接**

* SSE Endpoint
```yaml
mcp:
  server:
    sse-url: http://localhost:3002/sse
```

**b. 配置大模型**
* 大模型api-key和model配置

```yaml
zhipu-ai:
  api-key: <api-key>
  model: <model>
```