基于SpringAI实现MCP协议：让AI和外部服务"牵手成功"的开放标准🤝

引言 ：当AI遇见"MCP红娘" 💘

在人工智能这个"卷王"频出的圈子里，大语言模型（LLM）的能力边界正在疯狂扩张🚀。然而，由于数据孤岛和工具集成的复杂性，AI模型们常常像是被关在象牙塔里的学霸——知识渊博却无法实操。直到2024年底，Anthropic推出的模型上下文协议（MCP）如同一位专业的"红娘"，为AI和外部服务牵线搭桥。本文将带你深入了解这位"红娘"MCP，并展示如何基于SpringAI框架实现MCP的"相亲大会"（客户端和服务端）💑。

一、MCP：AI世界的"万能翻译官" 🦸

MCP（Model Context Protocol）是一种标准化协议，专门负责统一大型语言模型与外部数据源和工具之间的"聊天方式"。它的核心价值就像是给AI配了一个"万能翻译官"，让AI能够安全地访问和操作本地及远程数据，真正实现"连接万物"的超能力⚡。 由上图可以看出，在没有MCP协议时，AI需要像个"多语种翻译"一样学习各种软件服务的协议；而有了MCP后，AI只需要学会这一门"世界语"就能与所有服务交流了。

二、MCP vs Tool Calling：为什么有了筷子🥢还要发明叉子？🍴

既然有了Tool Calling，为什么还要有MCP，举两个场景来说明：

• 在SpringAI中编写的Tools，可以放到Python中使用吗🤔？显然是不可以的，要想让Python中使用，就得使用Python语言重写一次Tool，才能使用，这就是不通用性的体现😓。
• 在企业项目开发中，我们采用Spring AI框架来构建智能体🤖。这些智能体通常需要执行一系列通用功能，如天气查询🌤️、商品检索及下单🛒等。基于以往的做法，每当开发新项目时，都需要重新编写实现这些功能的工具（Tool），这显然不利于代码复用🔄。为解决这一问题，可以采用MCP标准进行服务器端开发，并将这些常用工具封装成服务接口🛠️。这样一来，其他的智能体只需通过调用该服务即可轻松访问所需功能，从而极大地提高了代码的复用性和开发效率📈。

所以说，MCP就像是餐具中的"瑞士军刀"——更加通用和便捷。

从技术实现角度看，MCP本质上也是基于Tool Calling机制，但通过标准化协议进行了封装和抽象，提供了更加统一和规范的交互方式。

三、MCP通信机制：两种"约会方式" 💕

根据 MCP 的规范，当前支持两种通信机制（传输方式）：

• Stdio(标准输入输出)：本地进程间通信（IPC），主要用在本地服务上，操作你本地的软件或者本地的文件。
• SSE(Server-Sent Events)：远程网络通信（基于HTTP），主要用在跨网络的实时数据传输，适用于需要访问远程资源或分布式部署的场景。

四、 Spring AI MCP： Java开发者的"神兵利器" ⚔️

SpringAI对MCP做了支持，简化了Java项目中的MCP开发。参考文档

1. MCP Client：AI的"私人助理" 💼

MCP Client 负责建立和管理与 MCP 服务器之间的连接，以及管理：

• 协议版本协商以确保与服务器的兼容性
• 功能协商以确定可用特性
• 消息传输和 JSON-RPC 通信
• 工具发现与执行
• 资源访问与管理
• 提示系统（Prompt ）交互
• 可选功能：
  • 根管理
  • 采样支持
• 同步和异步操作
• 传输选项：
  • 基于标准输入输出（stdio）的进程间通信传输
  • 基于 Java HttpClient 的 SSE 客户端传输
  • 用于响应式 HTTP 流的 WebFlux SSE 客户端传输

2. MCP Server：工具的"才艺展示平台" 🎤

• 服务器端协议操作实现
  • 工具暴露与发现
  • 基于URI的资源管理
  • 提示模板提供与处理
  • 与客户端的能力协商
  • 结构化日志记录和通知
• 并发客户端连接管理
• 同步和异步API支持
• 传输实现：
  • 基于标准输入输出（stdio）的进程间通信传输
  • 基于Servlet的SSE（服务器发送事件）服务器传输
  • 用于响应式HTTP流的WebFlux SSE服务器传输
  • WebMVC SSE 服务器传输，用于基于 Servlet 的 HTTP 流式传输

五、MCP Client实战：让AI成为"浏览器操控大师" 🎮

下面我们将基于SpringAI的MCP功能进行对MCP的Client进行学习。

我们的需求是，给大模型提问：打开网站：https://www.coze.cn/，总结下这个网站的内容`，就会进行相应的操作。显然，大模型如果不做增强的话，是做不到的，下面我们就基于MCP进行实现。

第一步，先在本机通过npm安装@executeautomation/playwright-mcp-server，如下：

#使用国内源安装命令：
npm install -g @executeautomation/playwright-mcp-server --registry=https://registry.npmmirror.com

第二步，增加依赖：

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

第三步，增加mcp-servers.json文件：

{
  "mcpServers": {
    "playwright": {
      "command": "npx.cmd",
      "args": [
        "-y",
        "@executeautomation/playwright-mcp-server"
      ]
    }
  }
}

第四步，在application.yml中增加MCP的配置内容：

spring:
  ai:
    mcp:
      client:
        enabled: true # 启用mcp客户端
        name: ${spring.application.name} # 客户端名称
        version: 1.0.0 # 版本号
        request-timeout: 30s # 请求超时时间
        toolcallback:
          enabled: true # 开启工具回调功能
        stdio:
          servers-configuration: classpath:mcp-servers.json # mcp服务器配置文件

第五步，在SpringAIConfig中配置Tools

@Configuration
public class SpringAIConfig {

    private static final String SYSTEM_PROMPT = """
            你是一个全能助手，可以帮我解决各种问题。
            """;

    /**
     * 创建并返回一个ChatClient的Spring Bean实例。
     *
     * @param builder 用于构建ChatClient实例的构建者对象
     * @return 构建好的ChatClient实例
     */
    @Bean
    public ChatClient chatClient(ChatClient.Builder builder,
                                 ToolCallbackProvider tools
    ) {
        return builder
                .defaultSystem(SYSTEM_PROMPT) // 设置默认的系统角色
                .defaultTools(tools) // 设置默认的工具
                .build();
    }

}

完成以上步骤后，AI就能自动打开浏览器并访问指定网站了！就像给AI配了一个"机械手"，让它能够实际操作浏览器。

原理分析：背后的"魔法" ✨

通过上面的实战，已经可以看到大模型可以控制浏览器了，是怎么做到的呢？

实际上，底层的实现也是基于Tool Calling实现的，由于配置了mcpServers，就拥有了好多的工具，注册到SpringAI中。

而这些工具的开发，并不是我们自己做的，也不是用java开发的，是别人开发好的，遵循了MCP协议，所以就可以集成到SpringAI中使用了，而这工具就是用来控制浏览器的，所以就实现了上面的效果。

六、MCP Server实战：打造自己的"天气查询小能手" 🌤️：

前面我们都是使用的已经写好的MCP Server，实际上，也可以自己来实现的。

接下来，我们将写一个自己的天气查询服务，将他封装成MCP Server，这样需要的天气查询服务的大模型，就可以直接集成了。

查询天气服务平台：t.weather.itboy.net/api/weather…

1. 创建my-spring-ai-mcp-server

2. 导入依赖

<?xml version="1.0" encoding="UTF-8"?>
<project xmlns="http://maven.apache.org/POM/4.0.0"
         xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance"
         xsi:schemaLocation="http://maven.apache.org/POM/4.0.0 http://maven.apache.org/xsd/maven-4.0.0.xsd">
    <modelVersion>4.0.0</modelVersion>
    <parent>
        <groupId>com.xiaokui</groupId>
        <artifactId>my-spring-ai-mcp</artifactId>
        <version>1.0-SNAPSHOT</version>
    </parent>

    <artifactId>my-spring-ai-mcp-server</artifactId>

    <properties>
        <maven.compiler.source>17</maven.compiler.source>
        <maven.compiler.target>17</maven.compiler.target>
        <project.build.sourceEncoding>UTF-8</project.build.sourceEncoding>
    </properties>

    <dependencies>
        <dependency>
            <groupId>org.springframework.ai</groupId>
            <artifactId>spring-ai-starter-mcp-server-webflux</artifactId>
        </dependency>
    </dependencies>
</project>

3. 编写配置

server:
  port: 8101  #端口
  tomcat:
    uri-encoding: UTF-8   #服务编码
spring:
  application:
    name: my-spring-ai-mcp-server
  ai:
    mcp:
      server:
        enabled: true
        name: ${spring.application.name}
        version: 1.0.0
        type: ASYNC # 服务类型 异步，支持 SYNC 和 ASYNC

4. 启动类

@Slf4j
@SpringBootApplication
public class MCPServerApplication {

    public static void main(String[] args) throws UnknownHostException {
        SpringApplication app = new SpringApplicationBuilder(MCPServerApplication.class).build(args);
        Environment env = app.run(args).getEnvironment();
        String protocol = "http";
        if (env.getProperty("server.ssl.key-store") != null) {
            protocol = "https";
        }
        log.info("--/\n---------------------------------------------------------------------------------------\n\t" +
                        "Application '{}' is running! Access URLs:\n\t" +
                        "Local: \t\t{}://localhost:{}\n\t" +
                        "External: \t{}://{}:{}\n\t" +
                        "Profile(s): \t{}" +
                        "\n---------------------------------------------------------------------------------------",
                env.getProperty("spring.application.name"),
                protocol,
                env.getProperty("server.port"),
                protocol,
                InetAddress.getLocalHost().getHostAddress(),
                env.getProperty("server.port"),
                env.getActiveProfiles());
    }

}

5. 编写工具

@Data
@Builder
@NoArgsConstructor
@AllArgsConstructor
public class WeatherDTO {

    @JsonPropertyDescription("城市ID")
    private String cityId;

    @JsonPropertyDescription("城市名称")
    private String city;

    @JsonPropertyDescription("当前温度（单位：℃）")
    private String temperature;

    @JsonPropertyDescription("低温（单位：℃）")
    private String lowTemperature;

    @JsonPropertyDescription("高温（单位：℃）")
    private String highTemperature;

    @JsonPropertyDescription("数据日期（格式：YYYYMMDD）")
    private String date;

    @JsonPropertyDescription("空气质量指数")
    private String quality;

    @JsonPropertyDescription("PM2.5 浓度（单位：微克/立方米）")
    private double pm25;

}

@Service
public class WeatherService {

    @Tool(description = "根据城市id查询天气信息")
    public WeatherDTO getWeather(@ToolParam(description = "城市id") String cityId) {
        // 通过http请求获取天气信息，并且通过json数据解析为WeatherDTO对象
        String url = "http://t.weather.itboy.net/api/weather/city/" + cityId;
        String data = HttpUtil.get(url);
        JSONObject jsonObject = JSONUtil.parseObj(data);

        return WeatherDTO.builder()
                .cityId(jsonObject.getByPath("cityInfo.citykey", String.class)) // 城市ID
                .city(jsonObject.getByPath("cityInfo.city", String.class)) // 城市名称
                .date(jsonObject.getByPath("date", String.class))// 数据日期
                .temperature(jsonObject.getByPath("data.wendu", String.class))   // 当前温度
                .lowTemperature(jsonObject.getByPath("data.forecast[0].low", String.class))// 低温
                .highTemperature(jsonObject.getByPath("data.forecast[0].high", String.class))// 高温
                .quality(jsonObject.getByPath("data.quality", String.class))// 空气质量
                .pm25(jsonObject.getByPath("data.pm25", Double.class))// PM2.5数值
                .build();
    }

}

6. MCPServer配置

@Configuration
public class McpConfig {

    /**
* 申明对外提供服务的工具
*/
@Bean
    public List<ToolCallback> tools(WeatherService weatherService) {
        return List.of(ToolCallbacks.from(weatherService));
    }

}

7. 在MCPClient中集成服务

只需要在MCPClient中指定服务地址即可。

server:
  port: 8100  #端口
  tomcat:
    uri-encoding: UTF-8   #服务编码
spring:
  application:
    name: my-spring-ai-mcp-client
  ai:
    dashscope:
      api-key: ${ALIYUN_API_KEY}
      chat:
        options:
          model: qwen-plus
    mcp:
      client:
        enabled: true # 启用mcp客户端
        name: ${spring.application.name} # 客户端名称
        version: 1.0.0 # 版本号
        request-timeout: 30s # 请求超时时间
        toolcallback:
          enabled: true # 开启工具回调功能
        stdio:
          servers-configuration: classpath:mcp-servers.json # mcp服务器配置文件
        type: ASYNC # 服务类型，指定为异步，支持 SYNC 和 ASYNC
        sse:
          connections:
            server1:
              url: http://localhost:8101 # 指定MCP Server服务器地址

七、在线MCP服务：直接"呼叫外援" 📞

前面我们自定义了MCP服务，并且通过sse协议提供了服务，这种在线服务的方式也是以后的一种主流方式。 使用起来也非常的简单，这里我们以高德为例进行讲解。

1. 集成使用

通过官方文档，可以看到sse的地址：

url规则为： https://mcp.amap.com/sse?key=您在高德官网上申请的key

需要注意：

由于使用外部的sse服务，不要通过配置url的方式进行配置，需要通过代码的方式集成，否则会不能正常使用

增加配置类：

@Configuration
public class McpConfig {

    /**
     * 高德地图 MCP 服务
     */
    @Bean
    public List<NamedClientMcpTransport> amapMcpClientTransport() {
        McpClientTransport transport = HttpClientSseClientTransport
                .builder("https://mcp.amap.com")
                .sseEndpoint("/sse?key=xxxxxxx")
                .objectMapper(new ObjectMapper())
                .build();
        return List.of(new NamedClientMcpTransport("amap", transport));
    }

}

可以看到，已经调用了高德服务了。

八、 MCP服务市场：AI工具的"应用商店" 🏪

目前也有挺多的MCP服务市场了，以后应该还会有很多。

• 阿里云：bailian.console.aliyun.com/console?tab…
• 百度：sai.baidu.com/ai/mcp
• 魔搭社区：modelscope.cn/mcp
• mcp.so：mcp.so/zh

---

通过本文的学习，相信你已经对MCP协议有了深入的理解，并且能够基于SpringAI实现MCP客户端和服务端。MCP协议为AI与外部服务的交互提供了标准化方案，极大地扩展了AI的能力边界。未来，随着MCP生态的不断完善，AI应用开发将会变得更加简单和高效！