Галоўная / Артыкулы

Стварэнне автонамных агентаў AI на базе ColdFusion і MCP (частка 5)

Агенты ColdFusion AI з вікорыстаннем інструменту Gemini для віклікаў, канцэнтры MCP-сервера і захішчаныя відображэнні AlloyDB для NL2SQL, паказаныя у дэманстрацыі керування півзаводам на Google Cloud.

Выдавец: REACTAPP.TOP6 хв чытання1358 слоў

Крыніцы: Building Autonomous ColdFusion AI Agents & Model Context Protocol (MCP)

Модэрнізацыя ColdFusion на Google Cloud – частка 5 з 5

У паказаных ранейша артыкулах гэтай серыі паказана, як прыложэнняя Adobe ColdFusion можна выкарыстоўваць натыўныя службы Google Cloud:

  • Частка 1: пераход з кераванайя ВМ на Cloud Run, автаматызацыя стварэння з коду за дапамою Cloud Build і абеспека доступу за дапамою IAM Workload Identity.
  • Частка 2: AlloyDB для PostgreSQL для высокая праўоцэнкаванасці ACID-задач, а таксама вектарныя эмбеддынгі для семантычнага пошуку.
  • Частка 3: JDBC без пароляў да BigQuery і GQL для стварэння графаў дадзеных у стылі Customer360.
  • Частка 4: прогнозы Vertex AI AutoML на жывых пакетных дадзеных (у дэманстрацыі практыкі падготовкі піва – ферментаванне піва).

У гэтай частцы практыка падготовкі піва атрымлеў "мозг": автонамныя агенты, якія робяць выважанні, запытваюць жывы статус, ацэнююць рызыкі пакетных задач і выдаюць інструменты як сервер MCP.

Агентны ColdFusion

У ранніх версіях ШЫ частаўка працы складалася з таго, што корыстнік вводзіў запіт, прылада надавала яго LLM, а адпаведзь прыходзіла выключна на адважанні параметраў навчання. Гэта дапамагае з тэкстам, але не можа даць адпаведзі на практычныя запытанні, такія як:

  • Калькуюцься тэпература і тыску ў конкрэтным рэзервуарэ?
  • Скількі светлага солода было выкарыстоўана за апошнія 30 хвілін?
  • Чы можа склад падтрымаць колькасць хопа Citra, неабходную для варкі 50 барэлей IPA Citra Sunset?

У робочым працэсе з агентамі мышленне і запошук дадзэнняў аддзеляюцца. Мадэль выступае як оркестрацыя: яна разумее намер, выбірае інструменты або запытанні, пераглядае рэзультаты і стварае адпаведзь, базаваную на фактах.

CF-Brews эксперыментуе з двума взаімадопамагальнымі падходамі:

  1. Оркестрацыя інструментаў Native ColdFusion і MCP: выкладчыцтва CFC (BrewMasterTools.cfc) для Gemini з мэтаю праблематычнага направлення інструментоў і запытанняў да AlloyDB.
  • Забезпекыце NL2SQL: перакладзіце запіты на SQL, а потым захавяце ўхібы праз параметрызаваныя безабаковыя відзыты (PSVs).
  • Выклік вітаняговыго інструменту

    Бізнесовыя правіла знаходзяцьсясе в CFC. У файлі api/v1/tools/BrewMasterTools.cfc основныя операціўы ёсь:

    • checkInventory(recipeName, volumeGallons): чакаецца, чыкія запяксаванія насквоках складзацьсясе забезпекіямыя потрэбы рэцепта.
    • getRecipeDetails(recipeName): мяксьці целевы ABV, пяглівыя тэнзеты ісцыкавакаў ісцыкавакаў.
    • checkBatchRisk(style): пераглядае актывацыяныя працавакі і падае апяваць проявы тэнзеты чыкія запяксаванія насквоках.

    checkInventory з’едае рэцепты, ісцыкавакія і запяксаванія складзацьсясе забезпекіямыя потрэбы рэцепта.

    component {
       /**
        * Determines if there are enough ingredients in stock to brew a specific volume.
        */
       public struct function checkInventory(required string recipeName, numeric volumeGallons = 1) {
           var response = { "can_brew": false, "recipe_found": false, "missing_ingredients": [] };
           var sql = "
               SELECT
                   r.recipe_name,
                   i.name AS item_name,
                   (ri.amount_per_gallon * :volume) AS required_amount,
                   i.quantity_on_hand AS current_stock,
                   i.unit
               FROM Recipes r
               INNER JOIN RecipeIngredients ri ON r.recipe_id = ri.recipe_id
               INNER JOIN Inventory i ON ri.inventory_item_id = i.item_id
               WHERE LOWER(r.recipe_name) = LOWER(:recipe)
           ";
           var ingredients = queryExecute(sql, {
               recipe = { value = arguments.recipeName, cfsqltype = "cf_sql_varchar" },
               volume = { value = arguments.volumeGallons, cfsqltype = "cf_sql_numeric" }
           });
           if (ingredients.recordCount == 0) {
               response.message = "Recipe '#arguments.recipeName#' not found.";
               return response;
           }
           response.recipe_found = true;
           var canBrew = true;
           var missingList = [];
           for (var row in ingredients) {
               if (row.current_stock < row.required_amount) {
                   canBrew = false;
                   arrayAppend(missingList, {
                       "item": row.item_name,
                       "required": row.required_amount,
                       "in_stock": row.current_stock,
                       "missing_amount": row.required_amount - row.current_stock,
                       "unit": row.unit
                   });
               }
           }
           response.can_brew = canBrew;
           response.missing_ingredients = missingList;
           response.message = canBrew ? "Sufficient inventory available." : "Insufficient stock.";
    
           return response;
       }
    }
    

    Дэтэрміністычная оркестрацыя інструментаў

    Функцыя ChatModel() у ColdFusion керуе трывяхэткім цыклам з Gemini:

    1. Распаўненне намеру: запіт адправляецца разам з інструкцыямі сістэмы, якія перыяднуюць інструменты. Калі трэба выконаць які-небудзь захад, Gemini вярта структураваны JSON.
    2. Выконанне: ColdFusion парсуе JSON і вызывае метод CFC для работы з AlloyDB.
    3. Сінтэз: рэзультаты работы інструментаў вяртаюцца ў ChatModel(), каб была створана адпаведная адпаведзь на адпаведны запыт на натуральнай мове.
    <cfscript>
        // api/v1/agent/mcp-chat.cfm
        userPrompt = trim(deserializeJson(toString(getHttpRequestData().content)).prompt);
    
        // 1. Initialize native ChatModel with zero temperature for deterministic routing
        chatModel = ChatModel({
            "provider": "gemini",
            "modelName": "gemini-2.5-flash",
            "apiKey": trim(application.AI_STUDIO_API_KEY),
            "temperature": 0.0
        });
    
        // 2. Instruct model on available tools
        systemInstruction = 'You are the Brewmaster AI Assistant. Available tools:
    1. checkInventory(recipeName, volumeGallons)
    2. getRecipeDetails(recipeName)
    3. checkBatchRisk(style)
    
    If you need a tool, respond ONLY with JSON: {"tool": "toolName", "arguments": {...}}
    Otherwise, answer in plain text.
    
    User question: ' & userPrompt;
    
        aiReply = chatModel.chat(systemInstruction).message;
    
        // 3. Detect and execute tool call
        if (left(trim(aiReply), 1) == "{" && right(trim(aiReply), 1) == "}") {
            toolCall = deserializeJson(aiReply);
            tools = new api.v1.tools.BrewMasterTools();
    
            if (toolCall.tool == "checkInventory") {
                toolResult = tools.checkInventory(toolCall.arguments.recipeName, val(toolCall.arguments.volumeGallons ?: 1));
            } else if (toolCall.tool == "getRecipeDetails") {
                toolResult = tools.getRecipeDetails(toolCall.arguments.recipeName);
            } else if (toolCall.tool == "checkBatchRisk") {
                toolResult = tools.checkBatchRisk(toolCall.arguments.style ?: "");
            }
    
            // 4. Grounded synthesis
            synthesis = chatModel.chat("Tool '#toolCall.tool#' returned: #serializeJson(toolResult)#. Answer user: #userPrompt#");
            finalText = synthesis.message;
        } else {
            finalText = aiReply;
        }
    
        writeOutput(serializeJson({ "success": true, "text": finalText }));
    </cfscript>
    

    Нормы для JSON

    Мадэлі, такія як Gemini, можу обмежыць працэс выбору прыкладоў па схеме JSON, тады яны не зможу выдаць сімвалы, якія пашкодзяюць структуру. У продакшн-кодаў все равно трэба ставіцца да выходных даных як да можлівага з бягамі:

    • Абгорнуць deserializeJson() у блок try/catch.
    • Установіць значэнне temperature на 0.0 для болей адначыткавага выбору інструменту.
    • У разе нявезення дэзерыялізацыі чы розбіжнасцей у тыпах паследзіць абяканне і альбо папросіць мадэль перазмацаваць, альбо вернуць корыстніку чыстаю заменную альтэрнатыву.

    ColdFusion як сервер MCP

    Model Context Protocol, адкрытыя па коду з боку Anthropic, — гэта стандартны спосаб выклікання дадзэнняў і інструментаў для званых AI-кліентаў. Кліент MCP унутрь AI-прыстранства ведае двухканальную свярзку з серверам MCP. У апдэйце ColdFusion 2025 Update 8 быў даданы MCPServer().

    У функцыі onApplicationStart у файле Application.cfc неабяжна зарэгістраваць даўнёвы кэшэўнік наваколі CFC з інструментамі:

    // Application.cfc
    public boolean function onApplicationStart() {
        application.cfbrews_dsn = this.datasource;
    
        // Initialize Native ColdFusion MCP Server
        try {
            var mcpConfig = {
                "serverInfo": { "name": "BrewMaster-Tools", "version": "1.0.0" },
                "capabilities": { "tools": true },
                "tools": [ { "cfc": "api.v1.tools.NativeBrewMasterTools" } ]
            };
            application.mcpServer = MCPServer(mcpConfig);
        } catch (any e) {
            writeLog(file="cfbrews_error", text="MCP Init Error: " & e.message);
        }
        return true;
    }
    

    Тэрмін адказу api/v1/agent/mcp-server.cfm перадае запыткі сістэме выканання:

    <cfscript>
        if (structKeyExists(application, "mcpServer")) {
            application.mcpServer.handleRequest();
        } else {
            cfheader(statusCode=503);
            writeOutput(serializeJson({ "error": "MCP Server not initialized" }));
        }
    </cfscript>
    

    NL2SQL з PSVs

    Другій асістэнт, Асістэнт па працы з базамі дадзеных у /api/v1/ops/natural-query.cfm, направляе створаны SQL-запыт праз параметрызаваныя безпечныя відношэння. PSVs запобегаюць втрымканню коду ў SQL-запытах; SQL Gemini стварае і застосоўвае прынцып нулевага дазволу, таму вярнутыя рэкорды ёсць толькі тымі, якія можа бачыць падключаны корыстнік. У глыбіні працы natural-query.cfm вызывае функцію ai.generate() з AlloyDB, якая перакладае англійскі тэкст у запыт SELECT з правамі толькі на чытанне протыяўно тым відношэнням:

    -- Enforcing tenant/scope boundaries at the database layer
    CREATE OR REPLACE VIEW brews.secure_vatsensorreadings AS
    SELECT r.*
    FROM brews.vatsensorreadings r
    JOIN brews.vats v ON r.vat_id = v.vat_id
    WHERE CURRENT_USER = 'postgres'
       OR v.name IN ('Vat A', 'Vat B');
    

    ColdFusion адыяе запыт даўедзеным вію, пасля чаго выкарыстоўвае Gemini праз ChatModel(), каб падсумаваць рэкі JSON у чытальны тэкст.

    Чаму ў гэтым случае лепшая выкарыстоўваць інструменты, якія вызываюць модэлі, чым статычныя чат-боты

    Дашборд можа паказваць тэмпературу вата. Статычны чат-бот можа поясніць, што значыць ABV. Ні адны з іх не можа, на адпаведзь на вопыт у свабоднай форме, вырашыць, што перад запускам партыі трэба пераканаліць застойкі, адрыхтуваць гэты пераканал для AlloyDB і даць адпаведзь пра кілаграмы хопу, якія не ўсталяны. Выкарыстоўванне інструментаў дае модэлю короткі спіс дазволеных дзеянняў і заставляе SQL-запыты ўсоўвацца ў компаненты ColdFusion, якія вы вядома пераглядаеце і тэстуеце, а таксама дазволяе заставіць бізнес-правілы там жа.

    MCP распространяе гэты жа інтэрфейс на іншых кліентоў. Калі BrewMasterTools зарэгіструецца як сервер MCP, зовнішній агент можа выкарыстоўваць тыя ж інструменты для кантролю запасоў, рэцэптаў і рызыкаў без неабходнасці стварання індывідуальных інтэграцый для кожнага кліента. У гэтым і заключаецца сенс протаколу: адны інтэрфейс інструментоў, многа корыстувачаў.

    Падсумак серыі

    У пяці стацыях былі рассмотраны следуючыя тэмы:

    1. Апрацоўка дадзеных і час адпаведзення: Cloud Run для максімальнага зменшэння навантажэння і шыранняя запуску.
    2. Операцыйны база дадзеных: кэшаванне у колоннах і векторны пошук у AlloyDB.
    3. Аналітычныя механізмы: BigQuery GQL з Simba JDBC і сістэмай IAM без пароляў.
    4. Машынны навучэнне: прыкладкі праўдападобных прагнозаў аб бядах у рэальны час праз Vertex AI.
    5. Рабочыя практыкі з агентамі: хоставанне праз MCP, безпечны пераклад NL2SQL з PSVs і автонамная експанацыя інструментоў.

    Іншыя матэрыялы

    • Рэпазітарый бэкенду
    • Рэпазітарый фронтэнду