网站规范化建设外围网站开发
本文已收录在Github，关注我，紧跟本系列专栏文章，咱们下篇再续！
- 🚀 魔都架构师 | 全网30W技术追随者
- 🔧 大厂分布式系统/数据中台实战专家
- 🏆 主导交易系统百万级流量调优 & 车联网平台架构
- 🧠 AIGC应用开发先行者 | 区块链落地实践者
- 🌍 以技术驱动创新，我们的征途是改变世界！
- 👉 实战干货：编程严选网
0 前言
MCP Java SDK 为 AI 模型与工具和数据源的集成提供了强大基础，文章介绍了 SDK 中的核心功能。
1 MCP Java SDK 简介
这个 SDK 最初在去年十一月是一个实验性项目，如今已经发展为与 Spring AI 团队和 Anthropic 的正式合作成果。如今这个实验项目已经正式成为 MCP Java SDK。
MCP Java SDK 是继 Python、TypeScript 和 Kotlin SDK 之后，协议支持的最新语言绑定，可在MCP 官网找到：
Java 一直是企业级开发的主流语言，而 MCP Java SDK 的出现，使企业更容易开发前沿的 AI 应用。该 SDK 为 AI 模型与外部工具和数据源的集成提供了全面的基础功能。
2 核心特性
客户端与服务端实现
- 支持同步和异步的 MCP 通信。
- 支持协议版本兼容性协商，实现良好的互操作性。
工具与资源管理
- 可动态发现、注册并执行工具。
- 实时接收工具和资源列表的变更通知。
- 通过 URI 模板管理资源，实现结构化访问和订阅。
Prompt 处理与 AI 采样支持
- 获取并管理 Prompt，以定制 AI 模型的行为。
- 支持多种采样策略，优化 AI 交互效果。
多种传输实现
- 基于 Stdio 的传输，用于直接进程通信
- 基于 Java HttpClient 的 SSE 客户端传输，用于基于 HTTP 的流式通信
- 基于 Servlet 的 SSE 服务端传输，适用于传统服务器环境的 HTTP 流式传输
- 基于 Spring 的传输方式，便于与 Spring Boot 集成：
- 基于 Spring WebFlux 的 SSE 传输，适用于响应式应用
- 基于 Spring WebMVC 的 SSE 传输，适用于基于 servlet 的应用
3 Spring AI 与 MCP
Spring AI 项目基于 MCP Java SDK 进行了扩展，提升与 Spring Boot 应用集成的开发效率。通过Spring Boot starters，开发者可用 Spring 的依赖注入和配置管理功能，快速配置 MCP 客户端和服务端，让基于 AI 的工作流更易接入应用系统。
客户端Starters
spring-ai-mcp-client-spring-boot-starter—— 核心客户端启动器，支持 STDIO 和基于 HTTP 的 SSE 传输。spring-ai-mcp-client-webflux-spring-boot-starter—— 支持响应式应用的 WebFlux SSE 传输实现。
服务端Starters
spring-ai-mcp-server-spring-boot-starter—— 核心服务端启动器，支持 STDIO 传输spring-ai-mcp-server-webmvc-spring-boot-starter—— 基于 Spring MVC 的 SSE 传输实现，适用于 servlet 应用spring-ai-mcp-server-webflux-spring-boot-starter—— 基于 WebFlux 的 SSE 传输实现，适用于响应式应用
示例
通过声明方式配置 STDIO 传输客户端应用。在 application.yml 中添加如下配置：
spring:ai:mcp:client:stdio:servers-configuration: classpath:mcp-servers.json
而所引用的 JSON 文件，采用 Claude Desktop 格式定义要连接的 MCP 服务端：
{"mcpServers": {"filesystem": {"command": "npx","args": ["-y","@modelcontextprotocol/server-filesystem","/Users/username/Desktop","/Users/username/Downloads"]}}
}
当客户端应用启动时，它会自动启动 MCP 服务端，建立 STDIO 通信通道，并负责管理服务端生命周期。
Spring AI M6 版本引入 @Tool ，简化 MCP 服务端创建过程。