// ============================================================================ // 10. README.md - Documentation // ============================================================================ /*

MCP Server DVDthèque avec Ollama

Description

Serveur MCP (Model Context Protocol) qui expose une API conversationnelle pour gérer une collection de Films en utilisant Spring AI + Ollama (LLM local).

Prérequis

• Java 17+
• Maven 3.8+
• Ollama installé et en cours d'exécution
• Un modèle Ollama (recommandé: llama3.2, mistral, ou llama2)

Installation d'Ollama

macOS/Linux

curl -fsSL https://ollama.com/install.sh | sh

Windows

Téléchargez depuis https://ollama.com/download

Télécharger un modèle

# Modèle recommandé (performant et léger)
ollama pull llama3.2

# Alternatives
ollama pull mistral
ollama pull llama2
ollama pull codellama

Vérifier qu'Ollama fonctionne

ollama list
curl http://localhost:11434/api/tags

Configuration

1. Modifier application.yml

Changer le modèle si nécessaire:

spring:
  ai:
    ollama:
      base-url: http://localhost:11434
      chat:
        options:
          model: llama3.2  # ou mistral, llama2, etc.

2. Configurer l'endpoint DVDthèque

dvdtheque:
  api:
    base-url: http://localhost:3000/api

Installation et Démarrage

# Compiler
mvn clean install

# Lancer
mvn spring-boot:run

Endpoints

MCP Chat avec Ollama

POST http://localhost:8080/mcp/chat
Content-Type: application/json

{
  "message": "Montre-moi tous les films de science-fiction",
  "conversationId": "user123"
}

Effacer une conversation

DELETE http://localhost:8080/mcp/conversation/user123

Health Check

GET http://localhost:8080/mcp/health

API REST classique

GET    /api/dvds           - Tous les DVDs
GET    /api/dvds/{id}      - DVD par ID
POST   /api/dvds           - Créer un DVD
PUT    /api/dvds/{id}      - Mettre à jour un DVD
DELETE /api/dvds/{id}      - Supprimer un DVD
GET    /api/dvds/search?q= - Rechercher des DVDs

Exemples d'utilisation du chat

1. Lister tous les DVDs

curl -X POST http://localhost:8080/mcp/chat \
  -H "Content-Type: application/json" \
  -d '{"message": "Montre-moi tous mes films"}'

2. Rechercher un film

curl -X POST http://localhost:8080/mcp/chat \
  -H "Content-Type: application/json" \
  -d '{"message": "Cherche les films de Christopher Nolan"}'

3. Ajouter un film

curl -X POST http://localhost:8080/mcp/chat \
  -H "Content-Type: application/json" \
  -d '{"message": "Ajoute le film Inception réalisé par Christopher Nolan en 2010, genre science-fiction, note 4.8"}'

4. Modifier un film

curl -X POST http://localhost:8080/mcp/chat \
  -H "Content-Type: application/json" \
  -d '{"message": "Change la note du film numéro 5 à 4.5"}'

5. Supprimer un film

curl -X POST http://localhost:8080/mcp/chat \
  -H "Content-Type: application/json" \
  -d '{"message": "Supprime le DVD avec l'ID 3"}'

6. Questions complexes

curl -X POST http://localhost:8080/mcp/chat \
  -H "Content-Type: application/json" \
  -d '{"message": "Quels sont mes films les mieux notés ?"}'

Architecture

• Spring Boot 3.2
• Spring AI avec Ollama (LLM local, pas de clé API nécessaire!)
• WebClient pour les appels API REST
• MCP pour l'interface conversationnelle
• Mémoire de conversation intégrée

Avantages d'Ollama

✅ Gratuit et open-source ✅ Exécution locale (confidentialité des données) ✅ Pas de limite de requêtes ✅ Pas besoin de clé API ✅ Fonctionne offline ✅ Plusieurs modèles disponibles

Modèles recommandés

llama3.2 (recommandé)

• Rapide et performant
• Bon en français
• Taille: ~2GB

mistral

• Excellent en français
• Très performant
• Taille: ~4GB

llama2

• Version stable
• Bon équilibre performance/vitesse
• Taille: ~3.8GB

Performance

Les réponses

... View full README on GitHub