Java MCP工具开发中的进程内与托管嵌入配对
内容提要
本文介绍了Java团队在JavaOne 2026主题演讲中展示的AI支持系统，重点描述了一个基于MCP（模型上下文协议）的紧急度评分服务器。该服务器通过Helidon框架构建，使用DeepNetts神经网络模型，支持本地MiniLM和OpenAI两种嵌入方式，提供标准化的紧急度评分工具接口，并讨论了设计决策、模型训练及部署配置。
延伸解读
嵌入与评分模型的配对约束
文章强调，每个评分模型文件（.dnet）只对其训练时使用的嵌入表示有效。本地MiniLM模型生成384维向量，而OpenAI的text-embedding-3-small生成1536维向量，两者不能混用。这意味着更换嵌入提供方时，必须同时更换对应的评分模型，否则结果无效。这种配对约束是设计中的关键点，提醒开发者在多提供方架构中，必须确保嵌入与评分模型的一致性。
MCP工具元数据的作用
通过@Mcp.Tool注解中的hints（如readOnlyHint、idempotentHint等），MCP客户端可以了解工具的行为特性。这些元数据有助于客户端判断调用是否安全、是否可重复执行，从而优化调用策略。例如，readOnlyHint=true表明工具不会修改状态，客户端可以放心调用。这种标准化描述降低了集成风险，是MCP协议优于自定义REST接口的体现。
双提供方设计的实际考量
同时支持本地和外部嵌入提供方，是为了兼顾开发便利性与生产环境的语义质量。本地MiniLM路径无需外部依赖，适合日常开发和集成测试；而OpenAI路径可能提供更强的语义理解，但依赖网络和凭证。文章提醒，两者评分差异可能源于表示信息的不同，不应简单视为错误。开发者需根据场景选择合适的提供方，并注意各自的操作成本。
Q&A
Java MCP工具开发中的进程内与托管嵌入配对是什么？
这是Java团队在JavaOne 2026主题演讲中展示的一个基于MCP（模型上下文协议）的紧急度评分服务器，它通过Helidon框架构建，使用DeepNetts神经网络模型，支持本地MiniLM和OpenAI两种嵌入方式，提供标准化的紧急度评分工具接口。
为什么在紧急度评分系统中使用MCP而不是自定义REST端点？
MCP提供了稳定的工具契约，使得其他组件可以通过标准接口发现服务器、找到工具、发送投诉文本并读取分数，而不必依赖特定的REST端点或客户端实现。这样更容易更换消费者或内部实现，而无需重写所有调用方。
紧急度评分模型是如何训练的？
训练流程从训练数据集中加载工单示例，为所选嵌入提供者计算嵌入向量并缓存，然后按80/20比例划分训练集和验证集，训练DeepNetts前馈网络（形状为inputDim -> 64 -> 32 -> 1），最后导出特定于提供者的评分器文件，如model-scorer-local.dnet和model-scorer-openai.dnet。
本地MiniLM和OpenAI嵌入在向量维度和使用场景上有何不同？
本地MiniLM（sentence-transformers/all-MiniLM-L6-v2）产生384维向量，适合开发环境，无需外部凭据和网络调用；OpenAI（text-embedding-3-small）产生1536维向量，用于需要托管嵌入的语义验证。两者需要分别训练对应的评分器，且不能跨嵌入空间复用。
在MCP服务器中，@Mcp.Tool注解的hints（如readOnlyHint、idempotentHint）有什么作用？
这些hints为MCP客户端提供元数据：readOnlyHint=true表示工具只读输入并计算结果，不改变状态；destructiveHint=false表示不会删除或覆盖数据；idempotentHint=true表示重复调用效果相同；openWorldHint=false表示工具在受限的应用范围内工作。
为什么紧急度评分服务器要支持进程内和外部提供者两种嵌入方式？
进程内嵌入使服务器在开发时无需外部凭据或网络调用即可运行，便于测试和集成；外部提供者（如OpenAI）嵌入则提供托管语义路径，用于需要评估嵌入质量的环境。两种方式通过同一个MCP接口暴露，满足不同的工程需求。
如何配置紧急度评分服务器以使用本地或OpenAI嵌入？
通过设置系统属性urgency.provider来选择：使用本地嵌入时运行java -Durgency.provider=local -jar target/urgency-mcp.jar；使用OpenAI时运行java -Durgency.provider=openai -Dopenai.api-key="$OPENAI_API_KEY" -jar target/urgency-mcp.jar。配置文件指定了模型名称、位置和维度。
紧急度评分服务器如何实现延迟加载评分器？
McpUrgencyServer通过supplier懒加载创建评分器，因此MCP端点可以在完整推理栈被使用之前启动。这样服务器可以快速就绪，而第一次实际工具调用时才承担评分器构造的开销。
