当前位置：首页 > news >正文

Model Context Protocol (MCP)详解与Spring Boot集成实战

news 2025/9/26 13:04:35

Model Context Protocol (MCP)详解与Spring Boot集成实战

一、MCP协议简介

1.1 什么是MCP协议

Model Context Protocol (MCP)是一个用于AI模型与外部工具通信的开放协议，它解决了不同AI模型与工具之间的互操作性问题。通过MCP协议，AI模型可以无缝地调用外部工具，扩展模型的能力边界，实现更丰富的功能。

1.2 MCP协议的核心价值

统一接口标准：为AI模型和工具提供标准化的通信接口
跨平台兼容性：支持不同框架和平台的AI模型
安全性保障：提供安全的工具调用机制
扩展性强：易于扩展新的工具和功能
低耦合设计：实现模型和工具的解耦

二、MCP整体工作流程

mcp工作流程
用户不直接和大模型交互，而是和 Agent 打交道。

Agent 负责：

管理上下文（对话历史、记忆、任务状态）
判断什么时候该调用工具、什么时候只靠模型回答
把大模型的 function call 输出转换成标准化的 MCP请求
整合 MCP 返回的结果，再交给模型继续生成回复

大模型 就像大脑，Agent 像是执行层的“秘书/中控”，而 MCP 是秘书用的“统一工作台”。

三、Spring Boot集成MCP实战

3.1 项目结构设计

我们创建了一个基于Spring Boot 3.4.0的MCP示例项目，采用Maven多模块架构，包含两个主要模块：

mcp-example/
├── mcp-server/           # MCP服务器模块
├── mcp-client/           # MCP客户端模块
└── pom.xml               # 父项目依赖配置

3.2 技术栈选型

Java: 17
Spring Boot: 3.4.0
Spring AI: 1.0.0-M7
Alibaba Cloud AI: 1.0.0-M6.1

3.3 服务端集成步骤

步骤1：创建MCP服务器模块

首先，创建一个Spring Boot模块作为MCP服务器：

<!-- mcp-server/pom.xml -->
<project><parent><groupId>com.xgx</groupId><artifactId>mcp-example</artifactId><version>1.0-SNAPSHOT</version></parent><artifactId>mcp-server</artifactId><name>Model Context Protocol Server</name><description>MCP Server Example Implementation</description><dependencies><dependency><groupId>org.springframework.ai</groupId><artifactId>spring-ai-starter-mcp-server-webflux</artifactId></dependency><dependency><groupId>io.modelcontextprotocol.sdk</groupId><artifactId>mcp</artifactId><version>0.10.0</version></dependency></dependencies>
</project>

步骤2：编写服务器主应用类

创建简单的Spring Boot主应用类：

// McpServerApplication.java
@SpringBootApplication
public class McpServerApplication {public static void main(String[] args) {SpringApplication.run(McpServerApplication.class, args);}
}

步骤3：配置MCP服务器

在application.yml中配置MCP服务器：

# mcp-server/src/main/resources/application.yml
spring:application:name: mcp-server
server:port: 9999# MCP服务器配置
modelcontextprotocol:server:enabled: true# 配置工具注册路径等信息

步骤4：定义工具组件

创建工具组件类，提供可供AI模型调用的具体工具方法：

// ToolComponent.java
package com.xgx.mcpserver.component;import org.springframework.ai.tool.annotation.Tool;
import org.springframework.ai.tool.annotation.ToolParam;
import org.springframework.stereotype.Component;import java.text.SimpleDateFormat;
import java.util.Date;
import java.util.Map;/*** 工具组件类* 提供各种可供AI模型调用的工具方法*/
@Component
public class ToolComponent {/*** 获取指定城市的天气信息* * @param city 城市名称（拼音）* @return 包含天气信息的Map*/@Tool(description = "可以获取到某个城市的天气信息")public Map<String, String> getWeather(@ToolParam(required = true, description = "入参城市，请传入城市拼音") String city) {System.out.println("获取到了城市信息: " + city);return Map.of("datas", city + "的天气为大雪，温度为零下5度到零下10度");}/*** 获取当前系统时间* * @return 包含当前时间信息的Map*/@Tool(description = "可以获取当前系统时间")public Map<String, String> getSystemTime() {SimpleDateFormat sdf = new SimpleDateFormat("yyyy-MM-dd HH:mm:ss");String currentTime = sdf.format(new Date());System.out.println("获取到了系统时间: " + currentTime);return Map.of("datas", "当前系统时间为: " + currentTime);}
}

步骤5：配置工具注册

创建工具注册配置类，将工具组件注册到Spring容器中：

// ToolRegister.java
package com.xgx.mcpserver.component;import org.springframework.ai.tool.ToolCallbackProvider;
import org.springframework.ai.tool.method.MethodToolCallbackProvider;
import org.springframework.context.annotation.Bean;
import org.springframework.context.annotation.Configuration;/*** 工具注册配置类* 负责将工具组件注册到Spring容器中，供AI模型调用*/
@Configuration
public class ToolRegister {/*** 创建并配置MCP工具提供者* * @param component 工具组件实例* @return 工具回调提供者*/@Beanpublic ToolCallbackProvider mcpTools(ToolComponent component) {return MethodToolCallbackProvider.builder().toolObjects(component).build();}
}

3.4 客户端集成步骤

步骤1：创建MCP客户端模块

创建Spring Boot客户端模块：

<!-- mcp-client/pom.xml -->
<project><parent><groupId>com.xgx</groupId><artifactId>mcp-example</artifactId><version>1.0-SNAPSHOT</version></parent><artifactId>mcp-client</artifactId><name>Model Context Protocol Client</name><description>MCP Client Example Implementation</description><dependencies><dependency><groupId>org.springframework.ai</groupId><artifactId>spring-ai-starter-mcp-client-webflux</artifactId></dependency><dependency><groupId>org.springframework.ai</groupId><artifactId>spring-ai-autoconfigure-model-tool</artifactId></dependency><dependency><groupId>org.springframework.ai</groupId><artifactId>spring-ai-client-chat</artifactId></dependency><dependency><groupId>com.alibaba.cloud.ai</groupId><artifactId>spring-ai-alibaba-starter</artifactId></dependency></dependencies>
</project>

步骤2：配置客户端连接

在application.yml中配置MCP服务器连接信息：

# mcp-client/src/main/resources/application.yml
server:port: 8888
spring:ai:dashscope:api-key: sk-xxxxxx  //替换成阿里dashscope的api-keymcp:client:toolcallback:enabled: trueenabled: truetype: ASYNCsse:connections:mcp-server:url: http://localhost:9999

步骤3：实现客户端调用逻辑

创建聊天测试工具类：

@Service
public class ChatTestTool {private final ChatModel chatModel;private final ToolCallbackProvider callbackProvider;public ChatTestTool(ChatModel chatModel, ToolCallbackProvider callbackProvider) {this.chatModel = chatModel;this.callbackProvider = callbackProvider;}public void call() {// 创建具有可爱语气的聊天客户端ChatClient client = ChatClient.builder(chatModel).defaultTools(callbackProvider).defaultSystem("你是一个很可爱的智能助手，不论回答什么问题，都请用比较可爱的语气回答").build();// 测试天气查询工具String weatherRes = client.prompt("能帮我查询一下南宁的天气吗").call().content();System.out.println("获取到天气查询结果：");System.out.println(weatherRes);// 测试获取系统时间工具String timeRes = client.prompt("现在几点了？能告诉我当前的系统时间吗？").call().content();System.out.println("获取到系统时间查询结果：");System.out.println(timeRes);}
}

步骤4：编写客户端主应用类

@SpringBootApplication
public class ClientApplication {public static void main(String[] args) {ConfigurableApplicationContext context = SpringApplication.run(ClientApplication.class, args);ChatTestTool testTool = context.getBean(ChatTestTool.class);testTool.call();}
}