Nicksxs's Blog

What hurts more, the pain of hard work or the pain of regret?

发表于 分类于 阅读次数： Disqus：

鉴于用upic配置r2存储的图床失败后，目前的方式退化了一下，直接使用rclone作为临时替代
但是也才了个小坑，因为rclone在做copy的时候是不管bucket是否存在的，直接会调用 CreateBucket 命令
同时我们的accessKey一般是只有对bucket内部文件的读写权限，所以会导致一个比较尴尬的问题
直接用copy就是报

1
2025/05/11 21:16:04 NOTICE: Failed to copy: failed to prepare upload: operation error S3: CreateBucket, https response error StatusCode: 403, RequestID: , HostID: , api error AccessDenied: Access Denied

这个403的错误，结果谷歌搜索了下
可以通过这个选项进行屏蔽

1
--s3-no-check-bucket

这样我就能用

1
./rclone --s3-no-check-bucket copy ~/Downloads/r2/test_for_rclone.png r2_new:blog

来上传了，只是这里相比uPic麻烦了两步，第一截图后需要对文件进行命名，不然就是qq截图或者微信截图的文件名，
第二上传后需要自己拼图片的链接，当然希望是能够使用uPic的，但目前的问题是uPic似乎对于s3协议的支持不那么好
噢，对了，我用的是直接基于开源代码的自己打包版本，个人感觉还有点不太习惯从免费用成付费软件，主要是它是开源的
打算空了再折腾打包试试，或者自己调试下，实在不行就付费了

发表于 分类于 阅读次数： Disqus：

在大模型的演进过程中，mcp是个对于使用者非常有用的一个协议或者说工具，Model Context Protocol (MCP) 是一种专为大型语言模型和 AI 系统设计的通信协议框架，它解决了 AI 交互中的一个核心问题：如何有效地管理、传递和控制上下文信息。打个比方，如果把 AI 模型比作一个智能助手，那么 MCP 就是确保这个助手能够”记住”之前的对话、理解当前问题的背景，并按照特定规则进行回应的通信机制。
MCP 的工作原理
基本结构
MCP 的基本结构可以分为三个主要部分：

  1. 上下文容器 (Context Container)：存储对话历史、系统指令和用户背景等信息
  2. 控制参数 (Control Parameters)：调节模型行为的设置，如温度、最大输出长度等
  3. 消息体 (Message Body)：当前需要处理的输入内容
    ┌─────────────────────────────────┐
    │ MCP 请求/响应结构 │

├─────────────────────────────────┤
│ │
│ ┌─────────────────────────┐ │
│ │ 上下文容器 │ │
│ │ ┌─────────────────┐ │ │
│ │ │ 对话历史 │ │ │
│ │ └─────────────────┘ │ │
│ │ ┌─────────────────┐ │ │
│ │ │ 系统指令 │ │ │
│ │ └─────────────────┘ │ │
│ │ ┌─────────────────┐ │ │
│ │ │ 用户背景 │ │ │
│ │ └─────────────────┘ │ │
│ └─────────────────────────┘ │
│ │
│ ┌─────────────────────────┐ │
│ │ 控制参数 │ │
│ └─────────────────────────┘ │
│ │
│ ┌─────────────────────────┐ │
│ │ 消息体 │ │
│ └─────────────────────────┘ │
│ │
└─────────────────────────────────┘

实操

首先基于start.spring.io创建一个springboot应用，需要springboot的版本3.3+和jdk17+
然后添加maven依赖

1
2
3
4
5
6
7
8
9
10
<dependency>
			<groupId>org.springframework.ai</groupId>
			<artifactId>spring-ai-starter-mcp-server</artifactId>
			<version>1.0.0-M8</version>
		</dependency>
		<dependency>
			<groupId>org.springframework</groupId>
			<artifactId>spring-web</artifactId>
			<version>6.1.12</version>
		</dependency>

我们就可以实现一个mcp的demo server

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
package com.nicksxs.mcp_demo;

import com.jayway.jsonpath.JsonPath;
import org.springframework.ai.tool.annotation.Tool;
import org.springframework.ai.tool.annotation.ToolParam;
import org.springframework.stereotype.Service;
import org.springframework.web.client.RestClient;

import java.util.List;
import java.util.Map;

@Service
public class WeatherService {

    private final RestClient restClient;

    public WeatherService() {
        this.restClient = RestClient.builder()
                .baseUrl("https://api.weather.gov")
                .defaultHeader("Accept", "application/geo+json")
                .defaultHeader("User-Agent", "WeatherApiClient/1.0 (your@email.com)")
                .build();
    }

    @Tool(description = "Get weather forecast for a specific latitude/longitude")
    public String getWeatherForecastByLocation(
            double latitude,   // Latitude coordinate
            double longitude   // Longitude coordinate
    ) {
        // 首先获取点位信息
        String pointsResponse = restClient.get()
                .uri("/points/{lat},{lon}", latitude, longitude)
                .retrieve()
                .body(String.class);

        // 从点位响应中提取预报URL
        String forecastUrl = JsonPath.read(pointsResponse, "$.properties.forecast");

        // 获取天气预报
        String forecast = restClient.get()
                .uri(forecastUrl)
                .retrieve()
                .body(String.class);

        // 从预报中提取第一个周期的详细信息
        String detailedForecast = JsonPath.read(forecast, "$.properties.periods[0].detailedForecast");
        String temperature = JsonPath.read(forecast, "$.properties.periods[0].temperature").toString();
        String temperatureUnit = JsonPath.read(forecast, "$.properties.periods[0].temperatureUnit");
        String windSpeed = JsonPath.read(forecast, "$.properties.periods[0].windSpeed");
        String windDirection = JsonPath.read(forecast, "$.properties.periods[0].windDirection");

        // 构建返回信息
        return String.format("Temperature: %s°%s\nWind: %s %s\nForecast: %s",
                temperature, temperatureUnit, windSpeed, windDirection, detailedForecast);
        // Returns detailed forecast including:
        // - Temperature and unit
        // - Wind speed and direction
        // - Detailed forecast description
    }

    @Tool(description = "Get weather alerts for a US state")
    public String getAlerts(@ToolParam(description = "Two-letter US state code (e.g. CA, NY)") String state) {
                
        // 获取指定州的天气警报
        String alertsResponse = restClient.get()
                .uri("/alerts/active/area/{state}", state)
                .retrieve()
                .body(String.class);

        // 检查是否有警报
        List<Map<String, Object>> features = JsonPath.read(alertsResponse, "$.features");
        if (features.isEmpty()) {
            return "当前没有活动警报。";
        }

        // 构建警报信息
        StringBuilder alertInfo = new StringBuilder();
        for (Map<String, Object> feature : features) {
            String event = JsonPath.read(feature, "$.properties.event");
            String area = JsonPath.read(feature, "$.properties.areaDesc");
            String severity = JsonPath.read(feature, "$.properties.severity"); 
            String description = JsonPath.read(feature, "$.properties.description");
            String instruction = JsonPath.read(feature, "$.properties.instruction");

            alertInfo.append("警报类型: ").append(event).append("\n");
            alertInfo.append("影响区域: ").append(area).append("\n");
            alertInfo.append("严重程度: ").append(severity).append("\n");
            alertInfo.append("描述: ").append(description).append("\n");
            if (instruction != null) {
                alertInfo.append("安全指示: ").append(instruction).append("\n");
            }
            alertInfo.append("\n---\n\n");
        }

        return alertInfo.toString();
    }

    // ......
}

通过 api.weather.gov 来请求天气服务，给出结果
然后通过一个客户端来访问请求下

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
public static void main(String[] args) {
        var stdioParams = ServerParameters.builder("java")
                .args("-jar", "/Users/shixuesen/Downloads/mcp-demo/target/mcp-demo-0.0.1-SNAPSHOT.jar")
                .build();

        var stdioTransport = new StdioClientTransport(stdioParams);

        var mcpClient = McpClient.sync(stdioTransport).build();

        mcpClient.initialize();

//        McpSchema.ListToolsResult toolsList = mcpClient.listTools();

        McpSchema.CallToolResult weather = mcpClient.callTool(
                new McpSchema.CallToolRequest("getWeatherForecastByLocation",
                        Map.of("latitude", "47.6062", "longitude", "-122.3321")));
        System.out.println(weather.content());

        McpSchema.CallToolResult alert = mcpClient.callTool(
                new McpSchema.CallToolRequest("getAlerts", Map.of("state", "NY")));

        mcpClient.closeGracefully();
    }

这个就是实现了mcp的简单示例，几个问题，要注意java的多版本管理，我这边主要是用jdk1.8，切成 17需要对应改maven的配置等

发表于 阅读次数： Disqus：

上次简单介绍了openmanus的使用，但是它究竟是怎么个原理还是一知半解的，如果想要能比较深入的理解，最直接粗暴的就是阅读源码了，然而对于很多人包括我来说阅读源码不是件简单的事情，有时候会陷入局部细节，不得要领
正好这次我发现了有个理解项目的神器，这次不加双引号是因为这个真的好
比如我们就拿openmanus举例，首先python的语法就没那么熟，以及对整体结构的理解
那么我们就可以打开 openmanus 的仓库地址
https://github.com/mannaandpoem/OpenManus
然后把 github 替换成 deepwiki，
页面变成了这样

左边是结构大纲，中间我们可以看到项目的主体介绍，包括有核心的架构图，agent的继承关系，tool的生态系统，LLM的集成

这里就展示了核心架构，通过这个方式我们如果想对一个项目有个初始的认识，就变得非常简单，因为很多项目的当前的代码都是非常复杂的，没有足够的时间精力是没办法一下子学习到项目的整体结构，因为除非我们是要真正投入到一个项目的开发贡献中，我们大概率都是从了解整体的概况，再分模块的去学习，而这个正是这个deepwiki做得非常牛的地方，相当于给每个项目都加了一个更详细具体的wiki，更牛的还有我们可以通过对话的形式进行提问题，比如我们想自己开发个工具，让openmanus集成进去进行调用

它就给出了一个非常详尽的回答，
首先

  1. 创建自定义工具类,创建一个基于 BaseTool 的新工具类
  2. 将工具添加到Manus代理,修改Manus类的available_tools定义，将您的工具添加到默认工具列表
  3. 使用MCP协议集成远程工具（可选）
  4. 工具执行流程
    一旦您的工具被集成，Manus代理会在执行过程中使用它：
  • 代理的think()方法会向LLM发送请求，包含所有可用工具的信息
  • LLM会决定使用哪个工具（包括您的Excel工具）
  • 代理的act()方法会执行工具调用
  • 您的工具的execute()方法会被调用，执行Excel函数并返回结果
  • 结果会被添加到代理的记忆中，用于后续决策
    这样子就让一个项目的理解跟上手变得非常简单，甚至比如我们想要参与这个项目的开源贡献，也能借助这个 deepwiki 来让我们能快速上手。
    如果对这个结果不满意还可以开启deep research，能让大模型通过深度思考来给出更加合理的答案，这个deepwiki是目前为止我觉得大模型对程序员最有效的一个工具了。

发表于 分类于 阅读次数： Disqus：

前阵子一个manus在目前的所谓人工智能圈子里甚至普通人视野里都很火了，宣称是什么中国的下一个deepseek时刻，首先deepseek是经过了v1，v2等一系列版本的迭代之后，并且一直是在技术上非常花功夫的，有种宝剑锋从磨砺出的感觉，而这个manus听着更像是个蹭热度的
这不没出多久有个openmanus宣称用了三小时做了个开源的复刻版，那么我们就来简单体验下，从概念上来说吧，有点类似于做了个mcp的规划和整合调用
我个人理解好像没有到改变世界的程度
首先呢我们先来安装下
可以使用conda，也可以使用uv，以conda举例，先建个环境

1
2
conda create -n open_manus python=3.12
conda activate open_manus

然后来clone下代码仓库

1
2
git clone https://github.com/mannaandpoem/OpenManus.git
cd OpenManus

接着再安装下依赖

1
pip install -r requirements.txt

这里可以借助下源替换加速，临时使用可以这样子 pip install -i https://mirrors.tuna.tsinghua.edu.cn/pypi/web/simple some-package , 这里需要安装蛮久的，可能也说明了这是个依赖于很多现成库的工具

第二阶段配置

配置其实也是常规的，依赖于大模型，那么要不就是自己部署提供api，要不就是去火山引擎或者其他大模型api提供商搞个api（免费额度用完要自己付费的）

1
cp config/config.example.toml config/config.toml

这一步其实跟之前使用chatbox连接火山的配置类似
因为像国外很多都还是openai的接口服务，这边就需要改用成国内可用的

1
2
3
4
5
6
[llm]
model = "deepseek-r1-250120"       # The LLM model to use
base_url = "https://ark.cn-beijing.volces.com/api/v3" # API endpoint URL
api_key = "xxxxxxxxxxxxxxxxxx"                   # Your API key
max_tokens = 8192                          # Maximum number of tokens in the response
temperature = 0.0

模型可以用deepseek-r1，不过要注意是什么时间版本的，否则也会访问不到
然后我们就可以运行

1
python main.py

来运行openmanus，我们简单问个问题

1
明天杭州的天气怎么样，给出个穿衣指南

看下结果

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
python main.py
INFO     [browser_use] BrowserUse logging setup complete with level info
INFO     [root] Anonymized telemetry enabled. See https://docs.browser-use.com/development/telemetry for more information.
Enter your prompt: 帮我看下明天杭州的天气，并且生成穿衣指南
2025-04-20 20:40:14.721 | WARNING  | __main__:main:16 - Processing your request...
2025-04-20 20:40:14.722 | INFO     | app.agent.base:run:140 - Executing step 1/20
2025-04-20 20:40:33.488 | INFO     | app.llm:update_token_count:250 - Token usage: Input=2165, Completion=658, Cumulative Input=2165, Cumulative Completion=658, Total=2823, Cumulative Total=2823
2025-04-20 20:40:33.489 | INFO     | app.agent.toolcall:think:81 - ✨ Manus's thoughts:


2025-04-20 20:40:33.489 | INFO     | app.agent.toolcall:think:82 - 🛠️ Manus selected 1 tools to use
2025-04-20 20:40:33.489 | INFO     | app.agent.toolcall:think:86 - 🧰 Tools being prepared: ['browser_use']
2025-04-20 20:40:33.489 | INFO     | app.agent.toolcall:think:89 - 🔧 Tool arguments: {
    "action": "web_search",
    "query": "杭州明天天气预报"
}
2025-04-20 20:40:33.490 | INFO     | app.agent.toolcall:execute_tool:180 - 🔧 Activating tool: 'browser_use'...
ERROR    [browser] Failed to initialize Playwright browser: BrowserType.launch: Executable doesn't exist at /Users/username/Library/Caches/ms-playwright/chromium-1161/chrome-mac/Chromium.app/Contents/MacOS/Chromium
╔════════════════════════════════════════════════════════════╗
║ Looks like Playwright was just installed or updated.       ║
║ Please run the following command to download new browsers: ║
║                                                            ║
║     playwright install                                     ║
║                                                            ║
║ <3 Playwright Team                                         ║
╚════════════════════════════════════════════════════════════╝
2025-04-20 20:40:34.896 | INFO     | app.agent.toolcall:act:150 - 🎯 Tool 'browser_use' completed its mission! Result: Observed output of cmd `browser_use` executed:
Error: Browser action 'web_search' failed: BrowserType.launch: Executable doesn't exist at /Users/username/Library/Caches/ms-playwright/chromium-1161/chrome-mac/Chromium.app/Contents/MacOS/Chromium
╔════════════════════════════════════════════════════════════╗
║ Looks like Playwright was just installed or updated.       ║
║ Please run the following command to download new browsers: ║
║                                                            ║
║     playwright install                                     ║
║                                                            ║
║ <3 Playwright Team                                         ║
╚════════════════════════════════════════════════════════════╝
2025-04-20 20:40:34.896 | INFO     | app.agent.base:run:140 - Executing step 2/20
ERROR    [browser] Failed to initialize Playwright browser: BrowserType.launch: Executable doesn't exist at /Users/username/Library/Caches/ms-playwright/chromium-1161/chrome-mac/Chromium.app/Contents/MacOS/Chromium
╔════════════════════════════════════════════════════════════╗
║ Looks like Playwright was just installed or updated.       ║
║ Please run the following command to download new browsers: ║
║                                                            ║
║     playwright install                                     ║
║                                                            ║
║ <3 Playwright Team                                         ║
╚════════════════════════════════════════════════════════════╝
WARNING  [browser] Page load failed, continuing...
ERROR    [browser] Failed to initialize Playwright browser: BrowserType.launch: Executable doesn't exist at /Users/username/Library/Caches/ms-playwright/chromium-1161/chrome-mac/Chromium.app/Contents/MacOS/Chromium
╔════════════════════════════════════════════════════════════╗
║ Looks like Playwright was just installed or updated.       ║
║ Please run the following command to download new browsers: ║
║                                                            ║
║     playwright install                                     ║
║                                                            ║
║ <3 Playwright Team                                         ║
╚════════════════════════════════════════════════════════════╝

根据这个返回可以看到它做了些啥，主要是规划步骤和选择调用的工具，相对来说没有特别的，playwright我就不去搞了，浏览器那套

发表于 分类于 阅读次数： Disqus：

arthas是阿里开源的一个非常好用的java诊断工具，提供了很多很好用的命令，这里讲一个最近使用到的
就是将arthas挂载上我们的springboot应用，然后调用其中的方法，这样能够在如果没加日志已经看不到函数返回时更方便的排查问题
首先举个例子，我们有个Controller
它的一个query方法是这样的

1
2
3
4
5
@RequestMapping(value = "/query", method = RequestMethod.GET)
@ResponseBody
public String query() {
    return demoService.queryName("1");
}

而在这个demoService中它的实现是这样

1
2
3
4
5
6
7
public String queryName(String no) {
    if ("1".equals(no)) {
        return "no1";
    } else {
        return "no2";
    }
}

假如现在Controller这的这个方法有点问题，那么我想确认下是不是demoService这个方法的实现有问题，或者说确定下它的返回值是否符合预期
那么我们就可以在应用启动后，运行arthas，找到这个应用的进程，进行挂载
然后执行

1
vmtool --action getInstances --className com.nicksxs.spbdemo.service.DemoServiceImpl --express 'instances[0].queryName("1")'

先介绍下这个vmtool命令
主要来说 vmtool 可以利用JVMTI接口，实现查询内存对象，强制 GC 等功能。
例如官方示例里的，我想把内存里的string对象捞一些出来看看存的是啥

1
vmtool --action getInstances --className java.lang.String --limit 10

就可以这样，首先这个action就是指定要做的操作，支持的action 还包括

1
2
forceGc
interruptThread

等，那么对于 getInstances 就是从内存里捞出这个类的对象，然后是后面一部分
--express 就是执行表达式，这里的表达式，
instances[0].queryName("1") 其中 instances 就是前面从内存中获取的对象数组，因为这些是对象的非静态方法，那就需要从其中取一个来执行我们的方法
另外假如我们的场景里需要对比如返回结果做个json序列化
我们可以这样

1
vmtool --action getInstances --className com.nicksxs.spbdemo.service.DemoServiceImpl --express '@com.alibaba.fastjson.JSON@toJSONString(instances[0].queryName("1"))'

这里为什么类开头跟方法开头要用 @, 是因为对于类和静态方法的调用规则是这样，还有如果代码比较多，有可能默认的类加载器中没有加载这个JSON类，那么就需要在参数中加上指定的classloader，
可以用sc命令来查找我们的目标类的类加载器，一般来说如果目标类是我们核心业务的，大概率也会有JSON这个类

1
sc -d com.nicksxs.spbdemo.service.DemoServiceImpl

然后在上面命令中加上sc结果中的 classLoaderHash 的值，

1
vmtool --action getInstances -c 18b4aac2 --className com.nicksxs.spbdemo.service.DemoServiceImpl --express '@com.alibaba.fastjson.JSON@toJSONString(instances[0].queryName("1"))'

这样就能正常执行了

0%