Spring AI 支持 Mcp协议了，通过Mcp集成本地文件管理

雪碧没气阿

于 2025-04-21 15:34:09 发布

阅读量875

点赞数 21

文章标签： spring 人工智能数据库 AI大模型 LLM MCP 大模型应用

本文链接：https://blog.csdn.net/xxue345678/article/details/147395705

版权

Spring AI 1.0.0-M5 版本框架支持 MCP 协议了，对于 MCP 相关的内容，请关注专栏# Claude MCP 模型上下文协议进行学习，该专栏会不定期更新相关内容，本文主要介绍如何使用 Spring AI 实现 MCP Client 以及 MCP Server等内容。

什么是Mcp

Model Context Protocol 是Anthropic 于2024年11月重磅开源的「模型上下文协议」MCP。其是一种开放的通信协议，是人工智能领域的 “USB 接口”，在大模型和其他数据源（数据、工具、开发环境等）之间建立了双向、并且更加安全的连接。

Mcp 将LLM的数据孤岛被彻底打破，LLM应用和外部数据源、工具都将无缝集成。目标是实现LLM应用程序与外部数据源和工具之间的无缝集成。

官方文档：modelcontextprotocol.io/introductio…

Spring AI 如何集成 MCP 协议

Spring AI 提供 Mcp Client 、 Mcp Server 开箱即用 Starters 和 Mcp Utils 相关工具。

Mcp Client Boot Starters

对于 Mcp Client，Spring AI 提供了如下两个 Starter 集成 MCP Client；

spring-ai-mcp-client-spring-boot-starter: 实现基于 STDIO 和 HTTP 的 SSE 传输协议的 Mcp Client
spring-ai-mcp-client-webflux-spring-boot-starter: 实现基于 WebFlux 的 SSE 传输协议的 Mcp Client

Mcp Client Boot Starter 支持的能力如下；

管理多个客户端实例
自动初始化客户端，spring.ai.mcp.client.enabled 开关可以控制是否自动初始化
支持多种传输方式，stdio、sse
与 Spring AI 工具执行框架无缝结合，Spring AI 框架支持工具执行
Mcp Client 生命周期管理、在应用程序上下文关闭时自动清理资源。
支持 Mcp Client 扩展，定制客户端, 比如；
- 请求配置，如：超时时间等。
- 文件系统权限访问控制。
- 服务端资源、工具、提示变更通知、日志处理等

Mcp Server Boot Starters

对于 Mcp Server， Spring AI 提供了如下三个 Starter 集成 Mcp Server；

spring-ai-mcp-server-spring-boot-starter: 实现支持 STDIO 传输协议的 Mcp Server
spring-ai-mcp-server-webmvc-spring-boot-starter: 实现基于 webmvc 的 SSE 传输协议的 Mcp Server
spring-ai-mcp-server-webflux-spring-boot-starter: 实现基于 webflux 的 SSE 传输协议的 Mcp Server

根据业务场景，可以选择其中的 Mcp Server Starter 来实现一个 Mcp Server

Mcp Server Boot Starter 支持的能力如下；

自动配置 MCP 服务端组件（资源、工具、提示词）。
支持同步和异步两种服务模式。
灵活的工具、资源和提示注册和更改通知功能。

目前有很多现成的 Mcp Server：

官方 Mcp Server
Awesome MCP Servers
Official MCP Servers
mcp.so servers

在本文示例代码将选择 server-filesystem server 演示如何使用它。

Mcp Utilities

Mcp 实用程序为将模型上下文协议与 Spring AI 应用程序集成提供了基础支持。实现了 Spring AI 的工具系统和 Mcp 服务器之间的无缝通信，支持同步和异步作。

ToolCallback

使 MCP 工具适配 Spring AI 的工具接口，同时支持同步和异步执行。

ToolCallbackProvider

从 MCP 客户端发现并获取 MCP 工具。

Spring Mcp Client 实现示例

基于 ollama qwen2.5:latest + @modelcontextprotocol/server-filesystem 实现一个本地智能文件管理服务

maven 依赖

pom代码解读复制代码<dependencies>
    <dependency>
        <groupId>org.springframework.boot</groupId>
        <artifactId>spring-boot-starter-web</artifactId>
    </dependency>
    <dependency>
        <groupId>org.springframework.ai</groupId>
        <artifactId>spring-ai-mcp-client-spring-boot-starter</artifactId>
    </dependency>
    <dependency>
        <groupId>org.springframework.ai</groupId>
        <artifactId>spring-ai-ollama-spring-boot-starter</artifactId>
    </dependency>

    <dependency>
        <groupId>org.springframework.boot</groupId>
        <artifactId>spring-boot-starter-test</artifactId>
        <scope>test</scope>
    </dependency>
</dependencies>

<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>

配置文件

properties代码解读复制代码spring.ai.ollama.base-url=http://localhost:11434
spring.ai.ollama.chat.model=qwen2.5:latest

# MCP Client Configuration
spring.ai.mcp.client.enabled=true
spring.ai.mcp.client.name=mcp-client
spring.ai.mcp.client.version=1.0.0
spring.ai.mcp.client.type=SYNC
spring.ai.mcp.client.request-timeout=30s
spring.ai.mcp.client.stdio.servers-configuration=classpath:/mcp-servers-config.json

mcp-servers-config.json

json代码解读复制代码{
  "mcpServers": {
    "filesystem": {
      "command": "npx",
      "args": [
        "-y",
        "@modelcontextprotocol/server-filesystem",
        "."
      ]
    }
  }
}

特别说明：对于 args 的第三个参数，可以指定你想要访问的文件路径，可以是多个，比如： “args”: [ “-y”, “@modelcontextprotocol/server-filesystem”, “.”, “/Users” ]

代码实现

java代码解读复制代码package com.ivy.mcp;

import jakarta.annotation.Resource;
import org.springframework.ai.chat.client.ChatClient;
import org.springframework.ai.mcp.SyncMcpToolCallbackProvider;
import org.springframework.ai.ollama.OllamaChatModel;
import org.springframework.boot.SpringApplication;
import org.springframework.boot.autoconfigure.SpringBootApplication;
import org.springframework.web.bind.annotation.GetMapping;
import org.springframework.web.bind.annotation.RequestParam;
import org.springframework.web.bind.annotation.RestController;

@SpringBootApplication
public class Application {

    public static void main(String[] args) {
        SpringApplication.run(Application.class, args);
    }


    @RestController
    public static class ChatController {
        @Resource
        private OllamaChatModel ollamaChatModel;

        @Resource
        private SyncMcpToolCallbackProvider toolCallbackProvider;

        @GetMapping("/chat")
        public String call(@RequestParam String input) {
            ChatClient chatClient = ChatClient.builder(ollamaChatModel)
                    .defaultTools(toolCallbackProvider.getToolCallbacks())
                    .build();
            return chatClient.prompt(input).call().content();
        }
    }
}