MCP插件使用（browser-tools-mcp为例）

Ne0inhk

— 2 min read
MCP插件使用（browser-tools-mcp为例）

1. 环境配置（Brower Tools为例）

python 安装 nodejs 安装 mkdir C:\Users\Suoxd\Documents\Cline\MCP\browser-tools-mcp git clone https://github.com/AgentDeskAI/browser-tools-mcp.git "C:\Users\Suoxd\Documents\Cline\MCP\browser-tools-mcp"

2. MCP服务安装启动

cd C:\Users\Suoxd\Documents\Cline\MCP\browser-tools-mcp npminstall @agentdeskai/[email protected] npx @agentdeskai/[email protected] npx @agentdeskai/[email protected]

参考https://browsertools.agentdesk.ai/installation

在这里插入图片描述


在这里插入图片描述


在这里插入图片描述
在这里插入图片描述


在这里插入图片描述
在这里插入图片描述

3. 浏览器插件配置

https://github.com/AgentDeskAI/browser-tools-mcp/releases/download/v1.2.0/BrowserTools-1.2.0-extension.zip
在这里插入图片描述

4. Cline 服务配置

"browser-tools-mcp":{"command":"node","args":["d:/Suo/code/tmp-AI/browser-tools-mcp/browser-tools-mcp/dist/mcp-server.js"],"disabled":false,"autoApprove":[]}

5. 最终效果

浏览器端调试工具增加了插件页面

在这里插入图片描述


在这里插入图片描述
在这里插入图片描述

Read more

AI大模型实用(三)Java快速实现智能体整理(Springboot+LangChain4j)

目录 1.1 简介 1.2 示例 步骤一： 添加pom 步骤二：配置 步骤三：流式输出 步骤四： 正常输出 步骤五： 【类似函数调用】AI Service接口 1.3 调试问题 问题1： ClassNotFoundException: dev.langchain4j.exception.IllegalConfigurationException 问题2： overriding is disabled 问题3 ：dev.langchain4j.exception.IllegalConfigurationException 1.4  langchain4j与springAI对比 1.1 简介 一个基于 Java 的库，旨在简化自然语言处理（NLP）和大型语言模型（LLM）

By Ne0inhk
Spring AI：Java 开发者的AI 应用开发利器

Spring AI：Java 开发者的AI 应用开发利器

在生成式 AI 席卷行业的今天，Java 开发者常常面临一个尴尬的困境：想给现有 Spring 项目集成 AI 能力，却要被迫学习 Python 生态的 LangChain、LlamaIndex，还要反复适配 OpenAI、通义千问等不同模型的 API 格式——这就像用熟悉的工具拧陌生的螺丝，效率低下且容易出错。 而 Spring AI 的出现，彻底改变了这一现状。作为 Spring 生态官方推出的企业级 AI 框架，它将 Spring 一贯的“抽象解耦”“开箱即用”设计哲学延伸到 AI 领域，让 Java 开发者无需切换技术栈，就能用熟悉的 Spring 风格快速构建稳定、可扩展的 AI 应用。本文将从核心认知、

By Ne0inhk
PGvector ：在 Spring AI 中实现向量数据库存储与相似性搜索

PGvector ：在 Spring AI 中实现向量数据库存储与相似性搜索

PGvector ：在 Spring AI 中实现向量数据库存储与相似性搜索 一、PGvector 概述与核心价值 1.1 什么是 PGvector PGvector 是 PostgreSQL 的开源扩展，专为向量相似性搜索而设计。它允许开发者在 PostgreSQL 数据库中存储和搜索机器学习生成的嵌入（embeddings），支持精确和近似最近邻搜索。 💡 为什么选择 PGvector？无缝集成：作为 PostgreSQL 扩展，与现有数据库生态系统无缝协作ACID 合规：保持 PostgreSQL 的事务完整性功能丰富：支持多种距离度量和索引类型高性能：针对大规模向量搜索进行优化易用性：提供标准 SQL 接口，无需学习新查询语言 1.2 PGvector 的关键特性 特性描述优势向量存储支持多种向量类型（vector, halfvec, bit, sparsevec）适应不同精度和内存需求距离度量L2、内积、

By Ne0inhk
Flume架构深度解析：构建高可用大数据采集系统

Flume架构深度解析：构建高可用大数据采集系统

Flume架构深度解析：构建高可用大数据采集系统 🌟 你好，我是 励志成为糕手 ！ 🌌 在代码的宇宙中，我是那个追逐优雅与性能的星际旅人。 ✨ 每一行代码都是我种下的星光，在逻辑的土壤里生长成璀璨的银河； 🛠️ 每一个算法都是我绘制的星图，指引着数据流动的最短路径； 🔍 每一次调试都是星际对话，用耐心和智慧解开宇宙的谜题。 🚀 准备好开始我们的星际编码之旅了吗？ 目录 * Flume架构深度解析：构建高可用大数据采集系统 * 摘要 * 1. Flume架构概览 * 1.1 整体架构设计理念 * 1.2 Agent生命周期管理 * 2. 核心组件深度解析 * 2.1 Source组件详解 * 2.1.1 Exec Source实现机制 * 2.1.2 Avro Source网络通信 * 2.2 Channel组件深度分析 * 2.2.1 Memory Channel内存优化策略 * 2.

By Ne0inhk