第八章.干货干货！！！SpringAI手撸MCP服务

最新推荐文章于 2025-05-28 23:39:32 发布
置顶 最新推荐文章于 2025-05-28 23:39:32 发布
阅读量1k 收藏 21
点赞数 22
分类专栏： 《AI大模型专题》 文章标签： redis 数据库 缓存
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/u014494148/article/details/147501400
版权

前言

根据我们前面学习的知识我们知道，针对系统中不同的业务场景我们可以开发不同的tools来实现大模型调用，如果我们有多个AI应用都要实现相同的功能，那么可能就会在多个应用中定义重复的tools,导致一些重复的工作量，那么我们可以不可以吧通用的tools进行统一抽取（MCP-Server），然后AI应用通过某种协议（MCP-协议）去链接以达到复用的目的（有点像中台的感觉），如下使用百度地图举例
在这里插入图片描述
所以最近有一个东西非常火：MCP

什么是MCP

MCP ： Model Context Protocol (MCP) ，它是一个开放协议，它使 LLM 应用与外部数据源和工具之间的无缝集成成为可能。无论你是构建 AI 驱动的 IDE、改善 chat 交互，还是构建自定义的 AI 工作流，MCP 提供了一种标准化的方式，将 LLM 与它们所需的上下文连接起来。
在这里插入图片描述
通过MCP我们可以直接连接三方的MCP服务，这里介绍一个平台

  • https://mcp.composio.dev：MCP 聚合平台地址
  • https://mcp.so/ ： mcpso
  • https://bailian.console.aliyun.com/?tab=mcp#/mcp-market ： 阿里百炼
  • https://smithery.ai
  • https://mcpservers.org
  • https://mcps.live

在这里插入图片描述
本篇文章我们暂时不对接三方的MCP服务，而是自己开发MCP服务完成对接。

MCP服务端

1.导入依赖

这里我们采用SpringAI来开发MCP服务，因为目前Langchain4j并没有提供对MCP-Server的支持，创建 mcp-server 工程导入以下依赖

  • SpringAI我们采用 1.0.0.M7版本
  • SpringBoot采用3.4.4
  • spring-ai-bom : SpringAI的依赖清单
  • spring-ai-starter-mcp-server-webmvc ：MCP 服务，它支持 sse , stdio , WebFlux 三种传输模式支持，具体参考：https://docs.spring.io/spring-ai/reference/1.0/api/mcp/mcp-server-boot-starter-docs.html
  • repositories ：指定依赖下载的仓库，否则MCP可能下载不下来
<properties>
        <maven.compiler.source>21</maven.compiler.source>
        <maven.compiler.target>21</maven.compiler.target>
        <project.build.sourceEncoding>UTF-8</project.build.sourceEncoding>
        <spring-ai.version>1.0.0-M7</spring-ai.version>
    </properties>

    <parent>
        <groupId>org.springframework.boot</groupId>
        <artifactId>spring-boot-starter-parent</artifactId>
        <version>3.4.4</version>
    </parent>

    <dependencyManagement>
        <dependencies>
            <!-- Spring AI BOM -->
            <dependency>
                <groupId>org.springframework.ai</groupId>
                <artifactId>spring-ai-bom</artifactId>
                <version>1.0.0-M7</version>
                <type>pom</type>
                <scope>import</scope>
            </dependency>
        </dependencies>
    </dependencyManagement>


    <dependencies>

        <dependency>
            <groupId>org.springframework.ai</groupId>
            <artifactId>spring-ai-starter-mcp-server-webmvc</artifactId>
        </dependency>
        <dependency>
            <groupId>org.projectlombok</groupId>
            <artifactId>lombok</artifactId>
        </dependency>


        <dependency>
            <groupId>cn.hutool</groupId>
            <artifactId>hutool-all</artifactId>
            <version>5.8.26</version>
        </dependency>
        <dependency>
            <groupId>org.springframework.boot</groupId>
            <artifactId>spring-boot-starter-test</artifactId>
        </dependency>
    </dependencies>
    <build>
        <plugins>
            <plugin>
                <groupId>org.springframework.boot</groupId>
                <artifactId>spring-boot-maven-plugin</artifactId>
            </plugin>
        </plugins>
    </build>
    <repositories>
        <repository>
            <id>spring-milestones</id>
            <name>Spring Milestones</name>
            <url>https://repo.spring.io/milestone</url>
            <snapshots>
                <enabled>false</enabled>
            </snapshots>
        </repository>
        <repository>
            <id>spring-snapshots</id>
            <name>Spring Snapshots</name>
            <url>https://repo.spring.io/snapshot</url>
            <releases>
                <enabled>false</enabled>
            </releases>
        </repository>
        <repository>
            <id>central-portal-snapshots</id>
            <name>Central Portal Snapshots</name>
            <url>https://central.sonatype.com/repository/maven-snapshots/</url>
            <releases>
                <enabled>false</enabled>
            </releases>
            <snapshots>
                <enabled>true</enabled>
            </snapshots>
        </repository>
    </repositories>

2.对MCP Server做配置

所有属性都以 为前缀spring.ai.mcp.server：具体的配置项自行看官网
在这里插入图片描述


spring.main.banner-mode=off
# logging.pattern.console=

# spring.ai.mcp.server.stdio=false
# mcp服务名-比较重要，客户端要用
spring.ai.mcp.server.name=my-weather-server
# 版本
spring.ai.mcp.server.version=0.0.1
spring.ai.mcp.server.stdio=false
# 同步异步
spring.ai.mcp.server.type=sync

同步/异步服务器类型

  • 同步服务器- 使用 实现的默认服务器类型McpSyncServer。它专为应用程序中简单的请求-响应模式而设计。要启用此服务器类型，spring.ai.mcp.server.type=SYNC请在配置中进行设置。激活后，它会自动处理同步工具规范的配置。

  • 异步服务器- 异步服务器实现使用McpAsyncServer并针对非阻塞操作进行了优化。要启用此服务器类型，请使用 配置您的应用程序spring.ai.mcp.server.type=ASYNC。此服务器类型会自动设置异步工具规范，并内置 Project Reactor 支持。

传输方式选择 ：MCP 服务器支持三种传输机制，每种机制都有其专用的启动器：

  • 标准输入/输出 (STDIO) -spring-ai-starter-mcp-server

  • Spring MVC（服务器发送事件） -spring-ai-starter-mcp-server-webmvc

  • Spring WebFlux（反应式 SSE）spring-ai-starter-mcp-server-webflux

3.定义天气查询Tools

这里还是以百度地图-天气查询为例定义tools,改代码之前写过

@Service
@Slf4j
public class McpWeatherTool {

    HashMap<String,Integer> code = new HashMap<>(){{
        put("成都",510100);
    }};

    @Tool(name="getWeatcher",description = "获取城市天气信息")
    public String getWeatcher(@ToolParam(description = "城市",required = true)String city){
        String url = "https://api.map.baidu.com/weather/v1/?district_id="+code.get(city)+"&data_type=all&ak=你的key";
        log.info("查询天气url = {}",url);
        return HttpUtil.get(url);
    }


    @Tool(name="searchGoods",description = "搜索商品价格")
    public String search(@ToolParam(description = "商品",required = true)String goods){
        return "五毛钱";
    }

}

4.定义工具提供者

这里我们需要定义一个 ToolCallbackProvider ，把MCP服务暴露出去，通过 toolObjects 来绑定tools。当服务器启动起来，客户端通过sse，或者stdio等方式链接到服务器，执行Tool供应商提供的工具

@Configuration
public class MCPServerConfig {

    @Bean
    public ToolCallbackProvider weatherTools(McpWeatherTool mcpWeatherTool){
        return MethodToolCallbackProvider.builder().toolObjects(mcpWeatherTool).build();
    }

}

然后就是 编写启动类把项目启动起来。

5.服务端测试

@SpringBootTest(classes = MCPServerStart.class)
public class McpTest {

    @Test
    public void sseTest(){
        HttpClientSseClientTransport httpClientSseClientTransport =HttpClientSseClientTransport.builder("http://localhost:8080").build();
        McpSyncClient mcpSyncClient = McpClient.sync(httpClientSseClientTransport).build();
        mcpSyncClient.initialize();


        McpSchema.CallToolResult callToolResult = mcpSyncClient.callTool(new McpSchema.CallToolRequest("getWeatcher", Map.of("city","成都")));

        System.out.println(callToolResult);

        try {
            Thread.sleep(2000);
        } catch (InterruptedException e) {
            throw new RuntimeException(e);
        }
    }

    @Test
    public void stdioTest(){

        System.out.println(new File(".").getAbsolutePath());
		//需要先把项目package打包成jar
        var stdioParams = ServerParameters.builder("java")
                .args("-Dspring.ai.mcp.server.stdio=true", "-Dspring.main.web-application-type=none",
                        "-Dlogging.pattern.console=", "-jar",
                        "target/springai-mcp-1.0-SNAPSHOT.jar")
                .build();


        McpSyncClient mcpSyncClient = McpClient.sync(new StdioClientTransport(stdioParams)).build();
        mcpSyncClient.initialize();

        // 发起请求
        McpSchema.CallToolResult callToolResult = mcpSyncClient.callTool(new McpSchema.CallToolRequest("getWeatcher", Map.of("city","成都")));
        System.out.println(callToolResult);
    }
}

MCP客户端

1.导入基础依赖

创建SpringBoot工程，导入依赖，客户端我们采用 <artifactId>spring-ai-starter-mcp-client</artifactId> 依赖，同时我们需要接入一个大模型，这里我使用的是 zhipuai 智普AI，其他的大模型也是可以的。

<properties>
        <maven.compiler.source>21</maven.compiler.source>
        <maven.compiler.target>21</maven.compiler.target>
        <project.build.sourceEncoding>UTF-8</project.build.sourceEncoding>
        <spring-ai.version>1.0.0-M7</spring-ai.version>
    </properties>

    <parent>
        <groupId>org.springframework.boot</groupId>
        <artifactId>spring-boot-starter-parent</artifactId>
        <version>3.4.4</version>
    </parent>

    <dependencyManagement>
        <dependencies>
            <dependency>
                <groupId>org.springframework.ai</groupId>
                <artifactId>spring-ai-bom</artifactId>
                <version>${spring-ai.version}</version>
                <type>pom</type>
                <scope>import</scope>
            </dependency>
        </dependencies>
    </dependencyManagement>


    <dependencies>
        <dependency>
            <groupId>org.projectlombok</groupId>
            <artifactId>lombok</artifactId>
        </dependency>
        <!--<dependency>
            <groupId>org.springframework.ai</groupId>
            <artifactId>spring-ai-starter-mcp-client-webflux</artifactId>
        </dependency>-->
        <dependency>
            <groupId>cn.hutool</groupId>
            <artifactId>hutool-all</artifactId>
            <version>5.8.26</version>
        </dependency>
        <dependency>
            <groupId>org.springframework.boot</groupId>
            <artifactId>spring-boot-starter-web</artifactId>
        </dependency>
        <dependency>
            <groupId>org.springframework.ai</groupId>
            <artifactId>spring-ai-starter-mcp-client</artifactId>
        </dependency>

        <dependency>
            <groupId>org.springframework.ai</groupId>
            <artifactId>spring-ai-zhipuai-spring-boot-starter</artifactId>
            <version>1.0.0-M6</version>
        </dependency>
    </dependencies>

    <repositories>
        <repository>
            <name>Central Portal Snapshots</name>
            <id>central-portal-snapshots</id>
            <url>https://central.sonatype.com/repository/maven-snapshots/</url>
            <releases>
                <enabled>false</enabled>
            </releases>
            <snapshots>
                <enabled>true</enabled>
            </snapshots>
        </repository>
        <repository>
            <id>spring-milestones</id>
            <name>Spring Milestones</name>
            <url>https://repo.spring.io/milestone</url>
            <snapshots>
                <enabled>false</enabled>
            </snapshots>
        </repository>
        <repository>
            <id>spring-snapshots</id>
            <name>Spring Snapshots</name>
            <url>https://repo.spring.io/snapshot</url>
            <releases>
                <enabled>false</enabled>
            </releases>
        </repository>
    </repositories>

2.配置MCP客户端

主要是配置zhipu大模型（https://bigmodel.cn/ 注册账号，创建APIKEY），以及mcp客户端的配置

server:
  port: 8100  #端口
  tomcat:
    uri-encoding: UTF-8   #服务编码
spring:
  application:
    name: mcp-client
  ai:
    zhipuai:
      api-key: 你的key
      chat:
        options:
          model: glm-4-plus
    mcp:
      client:
        sse:
          connections:
            my-weather-server:		#MCP服务器名字
              url: http://localhost:8080 #MCP服务器地址
        toolcallback:
          enabled: true #开启tool调用
        #stdio:
          #servers-configuration: classpath:mcp-servers-config.json

配置中处理提供了通过 sse方式去链接McpServer， 还提供了stdio方式，该方式需要指定一个mcp的配置文件json, mcp-servers-config.json 内容如下

{
  "mcpServers": {
    "brave-search": {
      "command": "java",
      "args": [
        "-Dspring.ai.mcp.server.stdio=true", "-Dspring.main.web-application-type=none",
        "-Dlogging.pattern.console=", "-jar",
        "E:/code_space/ai/springai-mcp/target/springai-mcp-1.0-SNAPSHOT.jar"
      ],
      "env": {
      }
    }
}

3.配置ChatClient客户端

这里我们通过 ChatClient.Builder 构建一个客户端，同时指定大模型的提示词，以及指定tools提供商

@Configuration
public class MCPClientConfig {

    @Bean
    public ChatClient chatClient(ChatClient.Builder builder,ToolCallbackProvider tools){
        return builder.defaultSystem("""
                你是一个AI助手，请分析用户的问题，做出不同的处理，你现在拥有以下能力
                1.如果用户的提问包含城市和天气，就为用户查询指定城市的天气
                2.如果用户的提问包含商品，就为用户查询商品信息
                """).defaultTools(tools).build();
    }

}

4.编写Controller

这里就比较简单了，注入ChatClient向大模型提问即可

@RestController
@RequestMapping("/ai")
@RequiredArgsConstructor
public class AiController {

    @Resource
    private  ChatClient chatClient;

    @GetMapping("/chat")
    public Flux<String> fcChat(@RequestParam("prompt") String userInput) {
        Flux<String> flux = chatClient.prompt(userInput).stream().content();
        return flux;
    }
}

5.启动测试

访问controller,向他询问天气情况，查看结果
在这里插入图片描述

换一个问题

在这里插入图片描述

总结

该文章我们讲解了如何使用SpringAI开发完整的Mcp服务端和客户端，通过这种方式我们可以把tools抽取到统一服务中，然后借助大模型通过MCP协议去链接服务器，达到一个tools复用的目的。当然MCP的功能远不止于此。如果文章对你有所帮助请三连。

SpringAI系列 - MCP篇（一） - 什么是MCP
罗小爬的技术宝书
04-20 415
由client中的用户自行选择及使用相应的模版或指令，用于引导client中的用户与语言模型进行交互（例如在client端通过输入。
SpringAI系列 - MCP篇（三） - MCP Client Boot Starter
最新发布
罗小爬的技术宝书
06-03 126
MCP Client在使用STDIO协议连接Server时，是无需预先启动Server的（SSE下需要预先启动Server，暴露web端口），而是由Client根据配置的命令自行启动Server。提到的MCP Server实现打包成jar包，MCP Client通过Java命令、STDIO协议本地启动并连接MCP Server。提到的MCP Sever服务，MCP Server的SSE端点为。可根据MCP Server的运行方式自行选择相应的配置，配置形式连接MCP Server，目前该形式。
SpringAI搭建MCP Server和Client及Bug解决
Likewind_的博客
05-28 1519
本文详细介绍了使用SpringAI搭建MCP Server和Client的完整过程。主要内容包括：MCP Server的依赖配置、端口设置和工具类定义；Client端的配置方法；以及开发过程中可能遇到的典型问题及解决方案。重点解决了Server启动报错、Client请求404、工具注册成功但无法调用等问题，最终实现了通过MCP调用自定义服务的目标。文中还提供了完整的代码示例和配置说明，为开发者搭建MCP系统提供了实用参考。
快速掌握MCP——Spring AI MCP包教包会
m0_54854484的博客
05-18 596
是一个开源的协议，可以让大模型应用更方便的集成各种数据源和工具，经典举例为：使用Type-C接口适配各种电器，使用统一的接口为大模型应用提供各种工具。MCP官网中将MCP主要分为：MCP Hosts、MCP Clients、MCP Servers、Local Data Sources、Remote Services这几个部分。同时，MCP官网还提供了多种语言的SDK，python、java、c#、typescript等都有。在本文中所使用到的框架为spring-ai。
基于Spring AI构建MCP服务
qq_32238611的博客
04-27 790
最近在预研MCP的使用，计划与我们的业务功能进行整合。本篇简单梳理下基于Spring AI框架下如何构建MCP服务。项目依赖 application.yml配置文件 在toolService中提供了三个工具方法 将toolService加载到spring容器 mcp-client 项目依赖 application.yml配置文件 使用http接口作为调用发起的方式，具体代码 调用 有哪些工具 分析linux主机的性能并且给出建议 模拟一个mysql的慢查，分析并且kill掉具体的进程 必须要先启动mcp-
如何开发 MCP 服务？保姆级教程！
努力做最接地气的编程干货分享，感谢关注
04-08 1234
以前，如果想让 AI 处理我们的数据，基本只能靠预训练数据或者上传数据，既麻烦又低效。现在，MCP 解决了这个问题。
spring-2021-AI-course:SBU AMC举办的2021年SpringAI课程（机器学习和深度学习）
04-16
2021年Spring-AI课程 该存储库包含SBU AMC在2021年Spring举办的AI课程中教授的所有内容。每个文件夹都包含相关资料。 要使用整个课程中提供的python代码，请先安装以下要求： $ pip install -r requirements.txt 老师注意：请添加每个会话的requirements.txt文件！
Spring AI
AI工程化、开源分享、文档翻译、代码笔记
04-23 1450
Spring AI 关于 Spring AI 使用 Spring CLI Spring Initializr 添加 Milestone 和 Snapshot Repositories 依赖管理 为特定组件添加依赖项 Embeddings Models Chat Models Image Generation Models Vector Databases 示例工程
Spring AI【人工智能】
小心星的博客
04-11 1171
Spring AI【人工智能】
【Spring AI 来了】
weixin_39439156的博客
04-24 591
Spring AI 是一个用于人工智能工程的应用框架。它的目标是将 Spring 生态系统的设计原则，如可移植性和模块化设计，应用于人工智能领域，并促进将 POJO 作为应用的构建块在人工智能领域的使用。
Spring AI 介绍
JohnChen(Net)
02-09 2255
这意味着就像欧几里得几何中平面上的点可以根据其坐标来接近或远一样，在语义空间中，点的接近反映了含义的相似性。在这个多维空间中，关于相似主题的句子被放置在更近的位置，就像图表上彼此靠近的点一样。上表中的最后一行接受文本作为输入并输出数字，通常称为嵌入文本，表示 AI 模型中使用的内部数据结构。像 GPT 这样的模型的不同之处在于它们的预训练性质，如 GPT 中的“P”所示——聊天生成预训练转换器。然而，对于机器学习专家来说，这是一个具有挑战性的过程，并且由于 GPT 等模型的大小，它非常耗费资源。
MCP3204.rar_MCP3204.c_mcp3204_protues
07-14
标题"MCP3204.rar_MCP3204.c_mcp3204_protues"涉及的主要知识点是关于MCP3204芯片的使用，包括C语言编程和Protues仿真软件的应用。MCP3204是一款由Microchip Technology公司生产的12位、四通道、低功耗、逐次逼近型...
cherrystudio配置MCP服务器，文件快速下载包含bun.exe、uv.exe、uvx.exe
03-24
在cherrystudio中配置MCP服务器报错很有可能是你的bun.exe文件未成功下载，需要在C:\Users\*\.cherrystudio\bin 目录下确认你的bun.exe、uv.exe、uvx.exe三个文件都有才行
SpringAI轻松构建MCP Client-Server架构
wjianwei666的专栏
03-28 578
MCP 是 Model Context Protocol，模型上下文协议，它是由 Anthropic（Claude 大模型母公司）提出的开放协议，用于大模型连接外部“数据源”的一种协议。是通过 Spring Boot 集成扩展了 MCP 的 Java SDK（开发工具），它同时提供了 Spring Boot 客户端和服务器的启动器，方便使用 Spring AI MCP 快速开发 AI 应用程序。
Spring AI -使用Spring快速开发ChatGPT应用
热门推荐
qq_41481367的博客
11-08 4万+
本篇文章将会对SpringAI进行简单的介绍和使用，并通过SpringBoot来集成SpringAI实际开发出一个简单的http对话接口。
使用spring-ai玩转MCP Server和Client，并抓包分析交互流程
站在知识源头搞技术
04-27 1663
我们介绍了，什么是MCP？使用cline插件/cherry-studio安装了Mcp Server，本篇我们要借助spring-ai实现MCP Client和Server。使用spring-ai的话，需要spring-boot3和JDK17。
Spring AI相关
weixin_42417531的博客
02-11 2415
Spring AI 是 Spring 团队推出的一个用于简化 AI 应用开发的框架，支持多种 AI 服务商（如 OpenAI、Azure OpenAI、Hugging Face、Bedrock 等），并提供统一的 API 进行交互。官网：https://docs.spring.io/spring-ai/reference/模型推理（Inference）：支持文本、图像等多种 AI 任务。聊天接口（Chat API）：封装 LLM（大型语言模型）聊天能力。Embedding 支持。
Spring AI：让AI应用开发更简单
双非二本自学到互联网公司的成长经历，有故事，有干货。
03-01 1518
Spring AI 是一个面向Java开发者的AI应用开发框架，它提供了对主流AI模型（如OpenAI、Stability AI、Hugging Face等）的统一抽象接口。通过Spring AI，开发者可以轻松调用AI模型的聊天、图像生成、语音处理等功能，而无需关心底层API的细节。Spring AI 为Java开发者提供了一个强大而灵活的工具，极大地简化了AI能力的集成过程。无论是聊天模型、图像生成，还是复杂的提示词设计，Spring AI都能以最少的代码实现高效开发。
mcp mysql连接数据库
02-25
### 使用 MCP 连接 MySQL 数据库的方法 为了建立与 MySQL 数据库的连接，可以采用类似于 Chat2DB 的实现方式。具体来说，通过 `McpSyncClient` 来构建并初始化到目标数据库的链接。 ```java @Bean(destroyMethod = "close") public McpSyncClient mcpClient() { var stdioParams = ServerParameters.builder("npx") .args("-y", "@modelcontextprotocol/server-mysql", "mysql://username:password@host:port/databaseName") .build(); var mcpClient = McpClient.using(new StdioClientTransport(stdioParams)) .requestTimeout(Duration.ofSeconds(10)) .sync(); var init = mcpClient.initialize(); System.out.println("MCP Initialized with MySQL Database."); return mcpClient; } ``` 上述代码展示了如何创建一个名为 `mcpClient()` 的 Bean 函数来配置和启动 MCP 客户端实例[^1]。此函数中定义了针对 MySQL 数据库的具体连接字符串以及请求超时时间设置，并最终打印出初始化成功的消息。 对于具体的参数替换： - **username**: 替换为实际使用的用户名。 - **password**: 更改为对应的密码。 - **host**: 设置为目标主机地址，默认情况下本地环境可设为 localhost 或 127.0.0.1。 - **port**: 指定 MySQL 默认监听端口（通常是3306）。 - **databaseName**: 输入想要连接的目标数据库名称。 值得注意的是，在 Spring 应用程序上下文中注册该 Bean 后，每当应用程序启动时都会自动调用这个方法完成客户端初始化工作。当应用关闭时，则会触发 destroyMethod 属性指定的操作——即关闭 MCP 客户端连接以释放资源。
评论 1
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

墨家巨子@俏如来

你的鼓励是我最大的动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值