unis_sip/docx/prompt.md

你是一个资深 Java 后端工程师，请在当前 Spring Boot（Java8）项目中实现一个完整的 MCP Server，并加入“AI 自动选 Tool（RAG + Tool Routing）”能力。

一、基础 MCP 能力（必须实现）

1. 提供统一入口： POST /mcp

2. 实现 JSON-RPC 2.0：

   • initialize
   • tools/list
   • tools/call

3. 返回格式： { "jsonrpc": "2.0", "id": "...", "result": ... }

二、流式能力（必须）

1. 禁止使用 SseEmitter
2. 使用 HttpServletResponse + OutputStream
3. 实现 chunked streaming（write + flush）

三、Tool 注册中心（必须）

实现：

• McpToolRegistry
• register / get / list

Tool结构：

• name
• description（非常重要，用于向量检索）
• inputSchema
• handler

四、RAG Tool 检索模块（新增重点）

实现一个 ToolRetriever 组件：

1. 构建向量索引（简化实现）：

   • 使用内存存储 List

   • ToolEmbedding:

     • toolName
     • description
     • embedding(double[])

2. 提供方法： List retrieve(String query, int topK)

3. embedding 实现（简化）：

   • 可使用：

     • 简单 TF-IDF
     • 或 mock embedding（字符串相似度）

   • 不依赖外部服务（保证可运行）

五、Tool Router（核心）

实现 ToolRouter：

流程：

1. 接收用户问题 query
2. 调用 ToolRetriever → 获取 topK tools
3. 构建 prompt（只包含候选 tools）
4. 返回候选 tools 给上层（或直接选）

要求：

• 不允许返回全部 tools
• 默认 topK = 3~5

六、tools/call 升级（关键）

当 method = tools/call 时：

1. 如果请求未指定 tool：

   • 自动触发 ToolRouter
   • 选出最优 tool

2. 如果指定 tool：

   • 直接执行

七、默认内置工具

实现：

1. hello 输入：name 输出：hello xxx

2. meeting.summary 输入：text 输出：模拟总结

八、架构分层（必须）

• controller
• service
• registry
• retriever（新增）
• router（新增）

九、扩展能力（必须预留）

1. 支持替换为真实向量数据库（如 Milvus / ES）
2. 支持 embedding API（OpenAI / 本地模型）
3. 支持多 MCP Server（未来扩展）

十、输出要求

1. 输出完整代码：

   • McpController
   • McpService
   • McpToolRegistry
   • ToolRetriever
   • ToolRouter
   • ToolEmbedding
   • ToolInitializer
   • McpRequest

2. 代码必须：

   • 可运行
   • 无伪代码
   • 包含必要注释
   • 代码生成目录在ruoyi-sip/src/main/java/com/ruoyi/sip/llm

3. 不要解释，只输出代码