โครงการนี้แสดงให้เห็นการทำงานของแอปพลิเคชันเว็บที่ใช้การตรวจสอบความปลอดภัยของเนื้อหาก่อนส่งคำขอของผู้ใช้ไปยังบริการเครื่องคิดเลขผ่าน Model Context Protocol (MCP)
- การป้อนข้อมูลของผู้ใช้: ผู้ใช้ป้อนคำขอคำนวณในหน้าเว็บ
- การตรวจสอบความปลอดภัยของเนื้อหา (การป้อนข้อมูล): คำขอถูกวิเคราะห์โดย Azure Content Safety API
- การตัดสินใจความปลอดภัย (การป้อนข้อมูล):
- ถ้าเนื้อหาปลอดภัย (ระดับความรุนแรง < 2 ในทุกหมวดหมู่) จะส่งต่อไปยังเครื่องคิดเลข
- ถ้าเนื้อหาถูกระบุว่ามีความเสี่ยง กระบวนการจะหยุดและส่งคำเตือนกลับ
- การรวมเครื่องคิดเลข: เนื้อหาที่ปลอดภัยถูกประมวลผลโดย LangChain4j ซึ่งสื่อสารกับเซิร์ฟเวอร์เครื่องคิดเลข MCP
- การตรวจสอบความปลอดภัยของเนื้อหา (ผลลัพธ์): การตอบกลับของบอทถูกวิเคราะห์โดย Azure Content Safety API
- การตัดสินใจความปลอดภัย (ผลลัพธ์):
- ถ้าการตอบกลับของบอทปลอดภัย จะถูกแสดงให้ผู้ใช้เห็น
- ถ้าการตอบกลับของบอทถูกระบุว่ามีความเสี่ยง จะถูกแทนที่ด้วยคำเตือน
- การตอบกลับ: ผลลัพธ์ (ถ้าปลอดภัย) จะแสดงให้ผู้ใช้พร้อมกับการวิเคราะห์ความปลอดภัยทั้งสอง
โครงการนี้แสดงวิธีการใช้ Model Context Protocol (MCP) เพื่อเรียกใช้บริการเครื่องคิดเลข MCP จาก LangChain4j โดยใช้เซิร์ฟเวอร์ MCP ที่รันอยู่ในเครื่องที่พอร์ต 8080 เพื่อให้บริการการคำนวณ
ก่อนที่จะใช้ฟีเจอร์ความปลอดภัยของเนื้อหา คุณต้องสร้างทรัพยากรบริการความปลอดภัยเนื้อหาของ Azure:
- ลงชื่อเข้าใช้ Azure Portal
- คลิก "Create a resource" และค้นหา "Content Safety"
- เลือก "Content Safety" และคลิก "Create"
- ใส่ชื่อที่ไม่ซ้ำกันสำหรับทรัพยากรของคุณ
- เลือกการสมัครสมาชิกและกลุ่มทรัพยากรของคุณ (หรือสร้างใหม่)
- เลือกภูมิภาคที่รองรับ (ตรวจสอบ Region availability สำหรับรายละเอียด)
- เลือกระดับราคาที่เหมาะสม
- คลิก "Create" เพื่อปรับใช้ทรัพยากร
- เมื่อการปรับใช้เสร็จสมบูรณ์ คลิก "Go to resource"
- ในแถบด้านซ้าย ใต้ "Resource Management" เลือก "Keys and Endpoint"
- คัดลอกคีย์ใดๆ และ URL ของจุดสิ้นสุดเพื่อใช้ในขั้นตอนถัดไป
ตั้งค่าตัวแปรสภาพแวดล้อม GITHUB_TOKEN สำหรับการตรวจสอบสิทธิ์โมเดล GitHub:
export GITHUB_TOKEN=<your_github_token>สำหรับฟีเจอร์ความปลอดภัยของเนื้อหา ตั้งค่า:
export CONTENT_SAFETY_ENDPOINT=<your_content_safety_endpoint>
export CONTENT_SAFETY_KEY=<your_content_safety_key>ตัวแปรสภาพแวดล้อมเหล่านี้ถูกใช้โดยแอปพลิเคชันเพื่อรับรองความถูกต้องกับบริการความปลอดภัยเนื้อหาของ Azure หากตัวแปรเหล่านี้ไม่ได้ถูกตั้งค่า แอปพลิเคชันจะใช้ค่าแทนสำหรับการสาธิต แต่ฟีเจอร์ความปลอดภัยของเนื้อหาจะไม่ทำงานอย่างถูกต้อง
ก่อนที่จะรันลูกค้า คุณต้องเริ่มต้นเซิร์ฟเวอร์เครื่องคิดเลข MCP ในโหมด SSE ที่ localhost:8080
โครงการนี้แสดงการรวม Model Context Protocol (MCP) กับ LangChain4j เพื่อเรียกใช้บริการเครื่องคิดเลข ฟีเจอร์หลักรวมถึง:
- การใช้ MCP เพื่อเชื่อมต่อกับบริการเครื่องคิดเลขสำหรับการดำเนินการทางคณิตศาสตร์พื้นฐาน
- การตรวจสอบความปลอดภัยของเนื้อหาแบบสองชั้นทั้งคำขอของผู้ใช้และการตอบกลับของบอท
- การรวมกับโมเดล gpt-4.1-nano ของ GitHub ผ่าน LangChain4j
- การใช้ Server-Sent Events (SSE) สำหรับการขนส่ง MCP
โครงการนี้รวมฟีเจอร์ความปลอดภัยเนื้อหาอย่างครบถ้วนเพื่อให้มั่นใจว่าทั้งการป้อนข้อมูลของผู้ใช้และการตอบกลับของระบบปราศจากเนื้อหาที่เป็นอันตราย:
-
การตรวจสอบการป้อนข้อมูล: คำขอทั้งหมดของผู้ใช้ถูกวิเคราะห์สำหรับหมวดหมู่เนื้อหาที่เป็นอันตราย เช่น การพูดเกลียดชัง ความรุนแรง การทำร้ายตัวเอง และเนื้อหาทางเพศก่อนการประมวลผล
-
การตรวจสอบผลลัพธ์: แม้ในกรณีที่ใช้โมเดลที่อาจไม่มีการเซ็นเซอร์ ระบบจะตรวจสอบการตอบกลับที่สร้างขึ้นทั้งหมดผ่านตัวกรองความปลอดภัยเนื้อหาเดียวกันก่อนที่จะแสดงให้ผู้ใช้
วิธีการแบบสองชั้นนี้ทำให้มั่นใจว่าระบบยังคงปลอดภัยไม่ว่าจะใช้โมเดล AI ใดอยู่ โดยปกป้องผู้ใช้จากทั้งการป้อนข้อมูลที่เป็นอันตรายและผลลัพธ์ที่อาจเป็นปัญหาที่สร้างขึ้นโดย AI
แอปพลิเคชันนี้รวมถึงอินเทอร์เฟซเว็บที่ใช้งานง่ายซึ่งช่วยให้ผู้ใช้สามารถโต้ตอบกับระบบเครื่องคิดเลขความปลอดภัยเนื้อหา:
- แบบฟอร์มที่ง่ายและเข้าใจง่ายสำหรับการป้อนคำขอคำนวณ
- การตรวจสอบความปลอดภัยเนื้อหาแบบสองชั้น (การป้อนข้อมูลและผลลัพธ์)
- ข้อเสนอแนะแบบเรียลไทม์เกี่ยวกับความปลอดภัยของคำขอและการตอบกลับ
- ตัวบ่งชี้ความปลอดภัยที่มีการระบายสีเพื่อการตีความที่ง่าย
- การออกแบบที่สะอาดและตอบสนองซึ่งทำงานบนอุปกรณ์ต่างๆ
- ตัวอย่างคำขอที่ปลอดภัยเพื่อแนะนำผู้ใช้
-
เริ่มต้นแอปพลิเคชัน:
mvn spring-boot:run
-
เปิดเบราว์เซอร์ของคุณและไปที่
http://localhost:8087 -
ป้อนคำขอคำนวณในพื้นที่ข้อความที่ให้ไว้ (เช่น "คำนวณผลรวมของ 24.5 และ 17.3")
-
คลิก "Submit" เพื่อประมวลผลคำขอของคุณ
-
ดูผลลัพธ์ ซึ่งจะรวมถึง:
- การวิเคราะห์ความปลอดภัยเนื้อหาของคำขอของคุณ
- ผลลัพธ์ที่คำนวณ (ถ้าคำขอปลอดภัย)
- การวิเคราะห์ความปลอดภัยเนื้อหาของการตอบกลับของบอท
- คำเตือนความปลอดภัยใดๆ ถ้าทั้งการป้อนข้อมูลหรือผลลัพธ์ถูกระบุ
ข้อจำกัดความรับผิดชอบ:
เอกสารนี้ได้รับการแปลโดยใช้บริการแปลด้วย AI Co-op Translator แม้ว่าเราจะพยายามให้เกิดความถูกต้อง แต่โปรดทราบว่าการแปลโดยอัตโนมัติอาจมีข้อผิดพลาดหรือความไม่ถูกต้อง เอกสารต้นฉบับในภาษาที่ใช้ควรถือเป็นแหล่งข้อมูลที่เชื่อถือได้ สำหรับข้อมูลสำคัญ ขอแนะนำให้ใช้บริการแปลโดยมนุษย์มืออาชีพ เราไม่รับผิดชอบต่อความเข้าใจผิดหรือการตีความผิดที่เกิดจากการใช้การแปลนี้