In dieser Session tauchen wir in das Model Context Protocol (MCP) ein – eine leistungsstarke Methode zur Orchestrierung von Kontextdaten für LLMs. Zunächst entwickeln wir einen MCP-Server mit Spring AI, der über Claude Desktop mit verschiedenen Services verbunden wird. Anschließend erstellen wir einen MCP-Client mit Spring AI, der den Kontext aus verschiedenen Datenquellen verarbeiten kann. Zum Abschluss widmen wir uns dem Thema Security und zeigen, wie der MCP-Server mit OAuth2 abgesichert werden kann.

Zielpublikum: Architekten, Entwickler
Voraussetzungen:Basic Java-Kenntnisse
Level: Practicing

Extended Abstract:
Kai Tödter präsentiert eine innovative Möglichkeit, Large Language Models (LLMs) effizienter und flexibler einzusetzen.

In dieser Session tauchen wir in das Model Context Protocol (MCP) ein – eine leistungsstarke Methode zur Orchestrierung von Kontextdaten für LLMs. Zunächst entwickeln wir einen MCP-Server mit Spring AI, der über Claude Desktop mit einem Movie- und einem Wetter-Service verbunden wird. Dabei demonstrieren wir die Anbindung sowohl über STDIO als auch über REST, um die Vielseitigkeit der Integration zu zeigen.

Anschließend erstellen wir einen MCP-Client mit Spring AI, der den Kontext aus verschiedenen Datenquellen verarbeiten und optimieren kann. Zum Abschluss widmen wir uns dem wichtigen Thema Security: Wir zeigen, wie der MCP-Server mit OAuth2 abgesichert werden kann, um eine sichere und kontrollierte Nutzung der Protokolle zu gewährleisten.

Diese Session bietet praxisnahe Einblicke und konkrete Beispiele, um das Potenzial von MCP in Kombination mit Spring AI voll auszuschöpfen. Sei dabei und pimp Dein LLM mit smarter Kontextintegration und sicherem Zugriff!