SpringAI开发MCP-Server（二）：安全验证以及工具调优

Acho
36 阅读6分钟

一、前提概要

上一期已经实现了，LLM模型调用到MCP-Server的工具，中间的测试方法和流程，以及结果的验证都已经输出了，但是有问题，现在大模型访问到MCP-Server，是直接到 127.0.0.1:{port}/see，如果上生产那么这种方式就相当于裸奔了，更何况这些工具可能有很多敏感的业务操作，或者是数据库数据的查询等操作，这是相当不安全的，还有就是发现大模型调用工具的时候经常出现参数输入错误等问题，既然咱们已经 0-1 实现了 MCP-Server，那么1-100 也需要在路上走，所以这一期的目标是研究并解决安全问题和大模型调用工具参数经常出错的问题

上期成果展示图

二、当前架构的模式分析

现在的 MCP-Server 架构核心思路是：

客户端（ChatGPT/Claude等） → 调用 MCP-Server → 调用内部数据服务/数据库/业务逻辑等 → 返回结果

潜在弊端：

  1. 无鉴权机制
    • 如果部署在公网或者生产，应防止攻击。
  1. 工具调用入参出错率高
    • 原因是模型对JSON Schema理解不一致，尤其在复杂工具场景。
    • 解决方案是：提供 Tool Schema 样例调用示例 + 严格的参数验证与容错机制。
  1. 缺乏知识语义层
    • Agent 不知道表的含义、字段逻辑，只能盲猜SQL。
    • 必须引入“知识库”或“Schema Registry”。
  1. 可扩展性问题
    • 如果工具越来越多，统一路由和安全控制会复杂，建议抽象出：
      • Tool Router（统一工具调用分发）
      • Auth Manager（支持多种鉴权模式）
      • Logging & Trace 模块（追踪每次调用）

三、推荐的 MCP-Server 架构设计（业界常见方案）

+------------------------+
| ChatGPT / AI端 / dify  |
+---------+--------------+
          |
          v
+--------------------+
|     MCP Gateway    | ← 拦截器鉴权、限流、签名验证
+---------+----------+
          |
          v
+--------------------+
|   Tool Manager     | ← 统一工具注册、参数验证、调用
+---------+----------+
          |
          v
+--------------------+
|   Tool Adapters    | ← 每个工具实现（SQL工具、可视化工具、业务API）
+---------+----------+
          |
          v
+--------------------+
|  Data Layer / API  |
|  MySQL / Flink / ES|
+--------------------+

关键设计点

模块功能技术建议
MCP Gateway鉴权、日志、请求追踪Spring Interceptor + Feign Client + JWT
Tool Manager管理所有工具的Schema、定义、入参验证引入 JSON Schema 验证库（如 Everit）
Tool Adapters每个工具一个Adapter类接口规范 execute(Map<String,Object> params)
Knowledge Base解释业务表与字段含义可以用SQLite或文档向量库（如 pgvector、Milvus）存储schema语义
Data Source Layer调用内外部服务（如车辆里程、遥测数据等）使用Spring的Service Bean + RestTemplate/Feign

MCP-Server架构概览图

四、方案实现流程

短期（快速上线版）

  • 保留 Spring 拦截器鉴权
  • 在 MCP 内嵌知识库（JSON + 描述）
  • 对工具入参做 JSON Schema 校验
  • 加强日志打印，失败时输出完整 Schema + 参数

中期（标准版）``

  • 引入 JWT 签名鉴权
  • 使用 ToolRegistry 动态注册工具
  • 加入“Prompt注入知识”机制
  • 将日志接入 Kafka 做调用追踪

长期（成熟版）

  • 引入 LangGraph 或 LlamaIndex 做 Tool Planner
  • 将知识库向量化（表结构 + 样例SQL）
  • 支持自适应工具调用（例如自动切换 SQL 查询或可视化）

这里用短期方案解决上面的问题

1. 安全问题

1.1. 工具验签

首先咱们先回顾一下流程，MCP-Server 首先会注册工具，然后MCP-Client才会调用Tool，SEE 注册工具的方式是HTTP，所以咱们就可以在这里增加安全验证，利用拦截器，真对指定路径验签，一下是一个简单实现的代码

@Slf4j
@Configuration
public class McpSecurityConfig implements WebMvcConfigurer {

    @Value("${mcp.security.api-key:123456789}")
    private String apiKey;


    /**
     * 添加拦截器 拦截MCP HTTP和SSE接口
     */
    @Override
    public void addInterceptors(InterceptorRegistry registry) {
        registry.addInterceptor(new McpAuthInterceptor(apiKey))
        .addPathPatterns("/mcp/**", "/sse/**");
    }

    static class McpAuthInterceptor implements HandlerInterceptor {

        private final String validApiKey;

        public McpAuthInterceptor(String validApiKey) {
            this.validApiKey = validApiKey;
        }

        @Override
        public boolean preHandle(HttpServletRequest request, HttpServletResponse response, Object handler)
        throws IOException {

            String uri = request.getRequestURI();
            String clientIp = getClientIp(request);

            // 1. 从 Header 中获取 API Key
            String headerKey = request.getHeader("appKey");
            // 2. 从 Query 参数中获取 API Key
            String queryKey = request.getParameter("appKey");

            // 3. 鉴权校验
            if (!validApiKey.equals(headerKey) && !validApiKey.equals(queryKey)) {

                // 收集详细请求信息方便排查
                Map<String, String> headerMap = new LinkedHashMap<>();
                Enumeration<String> headerNames = request.getHeaderNames();
                while (headerNames.hasMoreElements()) {
                    String name = headerNames.nextElement();
                    headerMap.put(name, request.getHeader(name));
                }

                Map<String, String[]> queryParams = request.getParameterMap();
                Map<String, Object> queryLog = new LinkedHashMap<>();
                queryParams.forEach((k, v) -> queryLog.put(k, Arrays.toString(v)));

                log.warn("""
                         MCP 鉴权失败：
                         · 请求路径 = {}
                         · 来源IP = {}
                         · Header[appKey] = {}
                         · Query[appKey] = {}
                         · Header参数 = {}
                         · Query参数 = {}
                         · 有效API Key = {}
                         """,
                         uri, clientIp, headerKey, queryKey, headerMap, queryLog, validApiKey
                        );

                response.setStatus(HttpServletResponse.SC_UNAUTHORIZED);
                response.setContentType("application/json;charset=UTF-8");
                response.getWriter().write("{"error": "Unauthorized: Invalid or missing appKey"}");
                return false;
            }

            return true;
        }

        /**
         * 获取客户端真实 IP 地址（兼容反向代理场景）
         */
        private String getClientIp(HttpServletRequest request) {
            String[] headers = {"X-Forwarded-For", "Proxy-Client-IP", "WL-Proxy-Client-IP",
                    "HTTP_CLIENT_IP", "HTTP_X_FORWARDED_FOR"};
            for (String header : headers) {
                String ip = request.getHeader(header);
                if (ip != null && ip.length() != 0 && !"unknown".equalsIgnoreCase(ip)) {
                    return ip.split(",")[0].trim();
                }
            }
            return request.getRemoteAddr();
        }

    }
}

1.2. 工具限流

这边会利用令牌桶的方式针对每个工具进行限流

// 流控检查
if (aiToolConfig.isEnableRateLimit()) {
    if (!RateLimiterUtil.tryAcquire("sql_query", aiToolConfig.getSqlQueryRateLimit())) {
        throw new RuntimeException("请求过于频繁，请稍后重试");
    }
}

针对不同工具配置不同的限流

package dst.v2x.manager.service.module.ai.config;

import lombok.Data;
import org.springframework.boot.context.properties.ConfigurationProperties;
import org.springframework.context.annotation.Configuration;

/**
 * AI Tool 配置类
 * @author 优化
 */
@Data
@Configuration
@ConfigurationProperties(prefix = "ai.tool")
public class AiToolConfig {

    /**
     * SQL查询最大长度（字符数）
     */
    private int sqlMaxLength = 5000;

    /**
     * 默认查询结果限制数量
     */
    private int defaultQueryLimit = 100;

    /**
     * 最大查询结果限制数量
     */
    private int maxQueryLimit = 1000;

    /**
     * 查询超时时间（秒）
     */
    private int queryTimeoutSeconds = 30;

    /**
     * 是否启用SQL安全检查
     */
    private boolean enableSqlSecurityCheck = true;

    /**
     * 允许的表名模式（正则表达式），为空则允许所有表
     */
    private String allowedTableNamePattern = null;

    /**
     * 是否启用流控
     */
    private boolean enableRateLimit = true;

    /**
     * 流控配置 - 车辆里程查询每秒请求数
     */
    private long mileageQueryRateLimit = 10;

    /**
     * 流控配置 - 实时数据查询每秒请求数
     */
    private long realtimeDataRateLimit = 20;

    /**
     * 流控配置 - SQL查询每秒请求数
     */
    private long sqlQueryRateLimit = 5;

    /**
     * 流控配置 - 表结构查询每秒请求数
     */
    private long tableSchemaRateLimit = 10;

    /**
     * 流控配置 - 报文解析每秒请求数
     */
    private long messageParseRateLimit = 20;

    /**
     * 流控配置 - 根据设备号查询T-Box设备档案每秒请求数
     */
    private long deviceInfoByCodeRateLimit = 20;

    /**
     * 流控配置 - 根据设备号查询T-Box设备数据每秒请求数
     */
    private long deviceDataByCodeRateLimit = 20;
}

2. Agent 参数模糊问题

  1. 在开发层面,针对工具添加功能说明利用@tool以及@toolparm对工具进行描述
 @Tool(description = "为一组车辆下发“清除车型配置”批次指令。"
            + "参数说明：vinCodes-车架号列表（17位VIN码，最多200个）。"
            + "成功返回true，失败返回错误信息。"
            + "示例：["10000TEST00000001","LSGBF53M8DS123456"]")
    public Response<Boolean> addClearCarModeCmdBatch(
            @ToolParam(description = "车架号列表，17位VIN码数组；最多200个。"
                    + "示例：["10000TEST00000001","LSGBF53M8DS123456"]") List<String> vinCodes) {

2. 再AI集成开发平台针对每个工具配置合理的解释

avatar
文章
阅读
粉丝