Spring AI 搭建 MCP Server
什么是MCP
MCP概念
MCP（Model Context Protocol，模型上下文协议）是由 Anthropic 提出并于 2024 年 11 月开源的一种通信协议，旨在解决大型语言模型（LLM）与外部数据源及工具之间无缝集成的需求。
它通过标准化 AI 系统与数据源的交互方式，帮助模型获取更丰富的上下文信息，从而生成更准确、更相关的响应。
主要功能
上下文共享：应用程序可以通过 MCP 向模型提供所需的上下文信息（如文件内容、数据库记录等），增强模型的理解能力。工具暴露：MCP 允许应用程序将功能（如文件读写、API 调用）暴露给模型，模型可以调用这些工具完成复杂任务。可组合的工作流：开发者可以利用 MCP 集成多个服务和组件，构建灵活、可扩展的 AI 工作流。安全性：通过本地服务器运行，MCP 避免将敏感数据上传至第三方平台，确保数据隐私。
MCP架构
MCP 采用客户端-服务器架构：
MCP 客户端（Client）：通常是 AI 应用程序（如 Claude Desktop 或其他 LLM 工具），负责发起请求并与服务器通信。MCP 服务器（Server）：轻量级程序，负责暴露特定的数据源或工具功能，并通过标准化协议与客户端交互。
通信格式：基于 JSON-RPC 2.0，支持请求、响应和通知三种消息类型，确保通信的标准化和一致性。
MCP Servers主要功能
MCP Servers 作为一个轻量级的本地服务，旨在为客户端提供数据访问和功能执行的接口。
1. 资源暴露（Resource Exposure）
资源是服务器提供给客户端的数据实体，可以是文件、数据库记录、内存中的对象等。
例如：
- 文件资源：
file:///home/user/report.txt - 内存资源：
memo://recent-insights
2. 工具提供（Tool Provisioning）
工具是服务器暴露的可执行功能，客户端可以通过调用这些工具完成特定任务。
例如：
- 查询数据库：
query_database（参数：SQL 语句，返回：查询结果） - 文件写入：
write_file（参数：文件路径、内容）
3. 动态通知（Dynamic Notification）
当资源发生变化时，服务器可以通过通知机制（如 notification 消息）主动推送更新到客户端。
4. 会话管理（Session Management）
处理客户端的连接初始化、能力协商和会话关闭。
Spring AI MCP的介绍
Spring AI MCP 为模型上下文协议提供 Java 和 Spring 框架集成。它使 Spring AI 应用程序能够通过标准化的接口与不同的数据源和工具进行交互，支持同步和异步通信模式。
Spring AI MCP 采用模块化架构，包括以下组件：
- Spring AI 应用程序：使用 Spring AI 框架构建想要通过 MCP 访问数据的生成式 AI 应用程序
- Spring MCP 客户端：MCP 协议的 Spring AI 实现，与服务器保持 1:1 连接
通过 Spring AI MCP，可以快速搭建 MCP 客户端和服务端程序。
使用 Spring AI MCP 快速搭建 MCP Server
Spring AI 提供了两种机制快速搭建 MCP Server，通过这两种方式开发者可以快速向 AI 应用开放自身的能力，这两种机制如下：
- 基于 stdio 的进程间通信传输，以独立的进程运行在 AI 应用本地，适用于比较轻量级的工具。
- 基于 SSE（Server-Sent Events） 进行远程服务访问，需要将服务单独部署，客户端通过服务端的 URL 进行远程访问，适用于比较重量级的工具。
1 基于 stdio 的 MCP 服务端实现
基于 stdio 的 MCP 服务端通过标准输入输出流与客户端通信，适用于作为子进程被客户端启动和管理的场景。
添加依赖
首先，在项目中添加 Spring AI MCP Server Starter 依赖：
<dependency>
<groupId>org.springframework.ai</groupId>
<artifactId>spring-ai-mcp-server-spring-boot-starter</artifactId>
</dependency>配置 MCP 服务端
在 application.yml 中配置 MCP 服务端，这次要实现的是一个天气服务：
spring:
main:
web-application-type: none # 必须禁用web应用类型
banner-mode: off # 禁用banner
ai:
mcp:
server:
stdio: true # 启用stdio模式
name: my-weather-server # 服务器名称
version: 0.0.1 # 服务器版本实现 MCP 工具
使用 @Tool 注解标记方法，使其可以被 MCP 客户端发现和调用，通过 @ToolParameter 注解工具的具体参数：
@Service
public class OpenMeteoService {
private final WebClient webClient;
public OpenMeteoService(WebClient.Builder webClientBuilder) {
this.webClient = webClientBuilder
.baseUrl("https://api.open-meteo.com/v1")
.build();
}
@Tool(description = "根据经纬度获取天气预报")
public String getWeatherForecastByLocation(
@ToolParameter(description = "纬度，例如：39.9042") String latitude,
@ToolParameter(description = "经度，例如：116.4074") String longitude) {
try {
String response = webClient.get()
.uri(uriBuilder -> uriBuilder
.path("/forecast")
.queryParam("latitude", latitude)
.queryParam("longitude", longitude)
.queryParam("current", "temperature_2m,wind_speed_10m")
.queryParam("timezone", "auto")
.build())
.retrieve()
.bodyToMono(String.class)
.block();
// 解析响应并返回格式化的天气信息
// 这里简化处理，实际应用中应该解析JSON
return "当前位置（纬度：" + latitude + "，经度：" + longitude + "）的天气信息：\n" + response;
} catch (Exception e) {
return "获取天气信息失败：" + e.getMessage();
}
}
@Tool(description = "根据经纬度获取空气质量信息")
public String getAirQuality(
@ToolParameter(description = "纬度，例如：39.9042") String latitude,
@ToolParameter(description = "经度，例如：116.4074") String longitude) {
// 模拟数据，实际应用中应调用真实API
return "当前位置（纬度：" + latitude + "，经度：" + longitude + "）的空气质量：\n" +
"- PM2.5: 15 μg/m³ (优)\n" +
"- PM10: 28 μg/m³ (良)\n" +
"- 空气质量指数(AQI): 42 (优)\n" +
"- 主要污染物: 无";
}
}这里使用了 OpenMeteo， OpenMeteo 是一个开源的天气 API，为非商业用途提供免费访问，无需 API 密钥。
注册 MCP 工具
在应用程序入口类中注册工具：
@SpringBootApplication
public class McpServerApplication {
public static void main(String[] args) {
SpringApplication.run(McpServerApplication.class, args);
}
@Bean
public ToolCallbackProvider weatherTools(OpenMeteoService openMeteoService) {
return MethodToolCallbackProvider.builder()
.toolObjects(openMeteoService)
.build();
}
}运行服务端
在控制台中执行如下命令，编译并打包应用：
Terminal window
mvn clean package -DskipTests2 基于 SSE 的 MCP 服务端实现
基于 SSE 的 MCP 服务端通过 HTTP 协议与客户端通信，适用于作为独立服务部署的场景，可以被多个客户端远程调用，具体做法与 stdio 非常类似。
添加依赖
首先，在您的项目中添加依赖
<dependency>
<groupId>org.springframework.ai</groupId>
<artifactId>spring-ai-mcp-server-webflux-spring-boot-starter</artifactId>
</dependency>配置 MCP 服务端
在application.yml中配置 MCP 服务端：
server:
port: 8080 # 服务器端口配置
spring:
ai:
mcp:
server:
name: my-weather-server # MCP服务器名称
version: 0.0.1 # 服务器版本号实现 MCP 工具
与基于 stdio 的实现完全相同：
本文系作者在时代Java发表，未经许可，不得转载。
如有侵权，请联系nowjava@qq.com删除。
编辑于
关注时代Java