SpringAI——整合MCP案例

最新推荐文章于 2025-08-06 16:05:15 发布

Java面试教程

最新推荐文章于 2025-08-06 16:05:15 发布

阅读量388

点赞数 5

CC 4.0 BY-SA版权

文章标签： microsoft 人工智能

本文链接：https://blog.csdn.net/2401_89221704/article/details/149749775

前言

有了之前的基础，我们现在已经知道了如何通过调用自己定义的工具对AI 的功能进行拓展，但是面对一些我们不能自己编写解决方案的场景时，这个工具调用貌似就有点鸡肋了，作用有限。

所以，我们这篇文章讲讲，MCP 服务的调用。(第三方提供的特殊的工具集)

什么是MCP

MCP，实际上是一种协议，它定义了 AI 和第三方工具集之间进行交互的统一标准。

实际上，就是为了避免第三方工具集 千奇百怪的返回值与要求的参数对AI造成困扰而制定的统一标准，可以参考 统一度量衡， 全国推行普通话，只不过对象变成了各种第三方和 AI。

MCP 服务，就是指第三方为AI开放的专属服务，只有AI进去了才能获得正确的结果。

搭建

首先，我们要明白，MCP服务的搭建分为两部分，Server(服务端) 和 Client(客户端) 。

Server 通过向 Client 暴露工具集 来让 Client 注册
Client 注册完工具集后将这些列入自己回答的参考
Server 和 Client 的连接方式有 stdio sse 两种.

stdio 是本地的方式，在启动的时候需要添加 Server服务的 jar 包
sse 是Web连接的方式，在启动的时候需要同时启动 Server 和Client ，Server需要持续监听

Other: 其实我们自己写的包含工具的服务也可以理解为是暴露了工具集的 Server 和 Client 的结合体

这篇文章中采用 SSE。(为了具备 后续远程 MCP 的知识基础)

所以开始我们的搭建: (最好分成两个模块，这样好管理)

大致项目图:

Server (服务端)

新增 Server 模块

引入依赖

引入依赖:

<dependency> <groupId>org.springframework.ai</groupId> <artifactId>spring-ai-mcp</artifactId> <version>1.0.0</version> </dependency> <dependency> <groupId>org.springframework.ai</groupId> <artifactId>spring-ai-starter-mcp-server-webmvc</artifactId> <version>1.0.0</version> </dependency>

如果出现了依赖加载不了的情况，可以考虑在 父模块中添加以下内容：

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

这段内容是导入 SpringAI 相关的依赖进行管理，当子模块需要的时候直接分配。scope 一定得是 import

依赖导入完成后，就可以修改相关配置了

修改配置

修改 application.yaml，参考我的配置:

server: port: 8085 spring: application: name: mcp-server ai: mcp: server: type: ASYNC name: mcp-server # stdio: true version: "1.0.0" # base-url: http://localhost:8085 enabled: true

其中:

type 是表示 Server 支持异步(async)，还有同步(sync)
name 是方便记忆的 server 名字
version 是表示server 的版本
enabled: 是表示开启 Server 模式(暴露工具集)

添加工具和配置类，将工具注册进 Spring容器，这里直接给出代码，不多做解释.

工具类：

@Component @Description("租借图书的 MCP 工具") public class BookTools { @Tool(description = "获取书籍的详细信息") public String getBookInfo(@ToolParam(description = "需要获取信息的书的名字") String bookName) { String resFormat = """ 书名：%s 作者：%s 出版社：%s 出版日期：%s """; return String.format(resFormat, bookName, "Alonet", "KiKo 出版社", "2023-01-01"); } @Tool(description = "获取包含特定书籍的书店信息") public List<String> getBookStoreInfo(@ToolParam(description = "需要获取信息的书的名字") String bookName) { List<String> result = new ArrayList<>(); String resFormat = """ 店铺名字: %s 店铺地址: %s 店铺电话: %s """; result.add(String.format(resFormat, "StavyTaff Shop", "1234 Street, LoShanJi,America", "18337067077771")); result.add(String.format(resFormat,"KiKoRepub Shop", "1234 Street,XiNi,Australia", "1921219054307765")); return result; } @Tool(description = "获取特定店铺特定书籍的租借信息") public String getBookRentInfo(@ToolParam(description = "需要获取信息的书的名字") String bookName, @ToolParam(description = "需要获取信息的店铺名字") String storeName) { String resFormat = """ 书名：%s 店铺：%s 存量：%d 租借价格：%s 可租借时长：%s """; return String.format(resFormat,bookName,storeName,5,"free","3个月"); } }

配置类：

@Configuration public class McpConfiguration { @Bean public ToolCallbackProvider weatherTools(BookTools bookTools) { return MethodToolCallbackProvider.builder() .toolObjects(bookTools) .build(); } }

启动服务

直接启动 Server 就可以，正常情况下日志应该会有类似于下图中的输出出现：

包含 Registered tools: 3。表示已经成功注册了三个工具，然后在 8085端口 对请求进行监听

Client

由于我们采用的是 SSE 的连接方式，Client 这边有比较多的概念，慢慢来

先创建 Client 模块，我这里直接使用之前的项目作为客户端了。

引入依赖

对比于之前的依赖，这一次要加的有：

<dependency> <groupId>org.springframework.ai</groupId> <artifactId>spring-ai-starter-mcp-client-webflux</artifactId> </dependency>

基于 WebFlux (流式传输) 的 MCP SSE 依赖。后续方便维护。

tips: 这里如果提示没有版本，可以前往 Server配置 中参考父模块添加bom依赖，或者直接指定 1.0.0

修改配置

参考以下配置，在原有基础上新增

spring: ai: mcp: client: toolcallback: enabled: true name: mcp-client sse: connections: server1: url: http://localhost:8085 enabled: true type: async

其中部分属性的作用：

toolcallback.enable = true : 允许接收 toolcallback 类型的工具集对象
name: Client 的名字
sse.connections : 内部的 server1 是用户自定义的属性名，表示 Client中 server的名字，内部的url 表示该服务的 监听地址,server 名字可以不一样，但是要有 url属性
enabled: 允许启用客户端
type :客户端的类型（异步 or 同步）

不需要添加配置类，因为工具是从Server 中传递过来的。

添加测试

添加 Controller 用来测试

@RestController @RequestMapping("/mcp") public class MCPController extends AIController{ @Autowired ToolCallbackProvider mcpToolProvider; @Autowired ChatClient chatClient; @GetMapping("/push") public String push(@RequestParam("message") String message) { ChatResponse response = chatClient.prompt() .user(message) .toolCallbacks(mcpToolProvider) .call() .chatResponse(); // // String text = response.getResult().getOutput().getText(); System.out.println("text = " + text); return text; } }

这里直接注入就行，框架内部会自动帮我们聚合所有工具，包括 Client 和 Server 的