Spring?AI開發(fā)MCP?Server和MCP?Client的詳細(xì)過程

更新時(shí)間：2025年06月25日 10:40:04 作者：大齡碼農(nóng)有夢想

本文介紹基于SpringAI實(shí)現(xiàn)MCP服務(wù)端（STDIO/SSE協(xié)議）及客戶端,通過@Tool注解集成工具并調(diào)用阿里云Qwen大模型,構(gòu)建智能體與數(shù)據(jù)源的統(tǒng)一連接,適用于本地和分布式場景,提供示例代碼與測試方法,感興趣的朋友一起看看吧

本文介紹基于Spring AI如何實(shí)現(xiàn)MCP開發(fā)和調(diào)用。首先自定義了兩個(gè)MCP Server，其中：一個(gè)是算術(shù)計(jì)算器MCP Server，并通過sdtio傳輸協(xié)議發(fā)布，另一個(gè)是天氣預(yù)報(bào)MCP Server，通過sse傳輸協(xié)議發(fā)布。然后實(shí)現(xiàn)一個(gè)MCP Client，并調(diào)用阿里云qwen大模型完成整個(gè) MCP 調(diào)用流程，并給出來整個(gè)示例的Java代碼。

一、MCP是什么

模型上下文協(xié)議（即 Model Context Protocol，MCP）是一個(gè)開放協(xié)議，它規(guī)范了應(yīng)用程序如何向大型語言模型（LLM）提供上下文。MCP 提供了一種統(tǒng)一的方式將 AI 模型連接到不同的數(shù)據(jù)源和工具，它定義了統(tǒng)一的集成方式。在開發(fā)智能體（Agent）的過程中，我們經(jīng)常需要將將智能體與數(shù)據(jù)和工具集成，MCP 以標(biāo)準(zhǔn)的方式規(guī)范了智能體與數(shù)據(jù)及工具的集成方式，可以幫助您在 LLM 之上構(gòu)建智能體（Agent）和復(fù)雜的工作流。目前已經(jīng)有大量的服務(wù)接入并提供了 MCP server 實(shí)現(xiàn)，當(dāng)前這個(gè)生態(tài)正在以非?？斓乃俣炔粩嗟呢S富中。

Spring AI MCP 采用模塊化架構(gòu)，包括以下組件：

（1）Spring AI 應(yīng)用程序：使用 Spring AI 框架構(gòu)建想要通過 MCP 訪問數(shù)據(jù)的生成式 AI 應(yīng)用程序。

（2）Spring MCP 客戶端：MCP 協(xié)議的 Spring AI 實(shí)現(xiàn)，與服務(wù)器保持 1:1 連接。

（3）MCP 服務(wù)器：輕量級(jí)程序，每個(gè)程序都通過標(biāo)準(zhǔn)化的模型上下文協(xié)議公開特定的功能。

（4）本地?cái)?shù)據(jù)源：MCP 服務(wù)器可以安全訪問的計(jì)算機(jī)文件、數(shù)據(jù)庫和服務(wù)。

（5）遠(yuǎn)程服務(wù)：MCP 服務(wù)器可以通過互聯(lián)網(wǎng)（例如，通過 API）連接到的外部系統(tǒng)。

Spring AI MCP實(shí)現(xiàn)遵循三層架構(gòu)：

（1）STDIO傳輸協(xié)議：STDIO方式是基于進(jìn)程間通信，MCP Client和MCP Server運(yùn)行在同一主機(jī)，主要用于本地集成、命令行工具等場景。

優(yōu)點(diǎn)：

簡單可靠，無需網(wǎng)絡(luò)配置；適合本地部署場景；進(jìn)程隔離，安全性好。

缺點(diǎn)：

僅支持單機(jī)部署；不支持跨網(wǎng)絡(luò)訪問；每個(gè)客戶端需要獨(dú)立啟動(dòng)服務(wù)器進(jìn)程。

（2）SSE傳輸協(xié)議：SSE（Server-Sent Events）傳輸層是基于HTTP的單向通信機(jī)制，專門用于服務(wù)器向客戶端推送數(shù)據(jù)。MCP Client遠(yuǎn)程調(diào)用MCP Server提供的SSE服務(wù)。實(shí)現(xiàn)客戶端和服務(wù)端遠(yuǎn)程通信。

優(yōu)點(diǎn)：

支持分布式部署；可跨網(wǎng)絡(luò)訪問；支持多客戶端連接；輕量級(jí)，使用標(biāo)準(zhǔn)HTTP協(xié)議。

缺點(diǎn)：

需要額外的網(wǎng)絡(luò)配置；相比stdio實(shí)現(xiàn)略微復(fù)雜；需要考慮網(wǎng)絡(luò)安全性。

二、前提條件

執(zhí)行以下示例代碼的前提條件如下：

1、Java運(yùn)行環(huán)境。要求JDK版本17+，本人使用的jdk21版本；

2、Java開發(fā)工具。本人使用的是IntelliJ IDEA開發(fā)工具，需要使用springboot3以上版本。

3、注冊阿里云大模型服務(wù)，獲得api_key。本文采用了阿里巴巴的Qwen大模型進(jìn)行實(shí)驗(yàn)與驗(yàn)證，您也可以選擇使用DeepSeek等其它大模型作為替代方案。前提條件是該大模型要支持MCP工具回調(diào)。

三、代碼實(shí)現(xiàn)

1、開發(fā)基于sse協(xié)議的MCP Server

基于SSE的MCP服務(wù)端通過HTTP協(xié)議與客戶端通信，適用于作為獨(dú)立服務(wù)部署的場景，可以被多個(gè)客戶端遠(yuǎn)程調(diào)用。

通過Java開發(fā)工具創(chuàng)建一個(gè)springboot工程，模擬開發(fā)一個(gè)天氣預(yù)報(bào)服務(wù)，通過sse傳輸協(xié)議發(fā)布為MCP Server。

（1）maven配置文件

引入spring-ai-mcp-server-webflux-spring-boot-starter，完整pom.xml文件如下：

<?xml version="1.0" encoding="UTF-8"?>
<project xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance"
         xmlns="http://maven.apache.org/POM/4.0.0"
         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>org.springframework.boot</groupId>
        <artifactId>spring-boot-starter-parent</artifactId>
        <version>3.3.3</version>
        <relativePath/>
    </parent>
    <groupId>org.example</groupId>
    <artifactId>spring-ai-mcp-sse-server</artifactId>
    <version>1.0-SNAPSHOT</version>
    <properties>
        <maven.compiler.source>21</maven.compiler.source>
        <maven.compiler.target>21</maven.compiler.target>
        <project.build.sourceEncoding>UTF-8</project.build.sourceEncoding>
        <spring-ai.version>1.0.0-M6</spring-ai.version>
        <spring-ai-alibaba.version>1.0.0-M5.1</spring-ai-alibaba.version>
    </properties>
    <dependencyManagement>
        <dependencies>
            <dependency>
                <groupId>org.springframework.ai</groupId>
                <artifactId>spring-ai-bom</artifactId>
                <version>${spring-ai.version}</version>
                <type>pom</type>
                <scope>import</scope>
            </dependency>
        </dependencies>
    </dependencyManagement>
    <dependencies>
        <dependency>
            <groupId>org.springframework.ai</groupId>
            <artifactId>spring-ai-mcp-server-webflux-spring-boot-starter</artifactId>
        </dependency>
    </dependencies>
    <repositories>
        <repository>
            <name>Central Portal Snapshots</name>
            <id>central-portal-snapshots</id>
            <url>https://central.sonatype.com/repository/maven-snapshots/</url>
            <releases>
                <enabled>false</enabled>
            </releases>
            <snapshots>
                <enabled>true</enabled>
            </snapshots>
        </repository>
        <repository>
            <id>spring-milestones</id>
            <name>Spring Milestones</name>
            <url>https://repo.spring.io/milestone</url>
            <snapshots>
                <enabled>false</enabled>
            </snapshots>
        </repository>
        <repository>
            <id>spring-snapshots</id>
            <name>Spring Snapshots</name>
            <url>https://repo.spring.io/snapshot</url>
            <releases>
                <enabled>false</enabled>
            </releases>
        </repository>
    </repositories>
    <build>
        <finalName>${project.artifactId}</finalName>
        <plugins>
            <plugin>
                <groupId>org.springframework.boot</groupId>
                <artifactId>spring-boot-maven-plugin</artifactId>
            </plugin>
        </plugins>
    </build>
</project>

（2）開發(fā)天氣預(yù)報(bào)服務(wù)類

創(chuàng)建一個(gè)Server類，模擬天氣預(yù)報(bào)服務(wù)，通過@Tool注解把方法標(biāo)注為MCP服務(wù)接口。

package com.yuncheng.mcp;
import org.slf4j.Logger;
import org.slf4j.LoggerFactory;
import org.springframework.ai.tool.annotation.Tool;
import org.springframework.stereotype.Service;
import java.util.Map;
@Service
public class WeatherService {
    private static final Logger log = LoggerFactory.getLogger(WeatherService.class);
    @Tool(description = "根據(jù)城市名稱獲取天氣預(yù)報(bào)")
    public String getWeatherByCity(String city) {
        log.info("===============getWeatherByCity方法被調(diào)用：city="+city);
        Map<String, String> mockData = Map.of(
                "西安", "天氣炎熱",
                "北京", "晴空萬里",
                "上海", "陰雨綿綿"
        );
        return mockData.getOrDefault(city, "抱歉：未查詢到對(duì)應(yīng)城市！");
    }
}

（3）注冊為MCP工具

將 WeatherService 封裝為工具回調(diào)提供者（ToolCallbackProvider），便于被MCP Client端發(fā)現(xiàn)和調(diào)用。

package com.yuncheng.mcp;
import org.springframework.ai.tool.ToolCallbackProvider;
import org.springframework.ai.tool.method.MethodToolCallbackProvider;
import org.springframework.boot.SpringApplication;
import org.springframework.boot.autoconfigure.SpringBootApplication;
import org.springframework.context.annotation.Bean;
@SpringBootApplication
public class McpServerApplication {
    public static void main(String[] args) {
        SpringApplication.run(McpServerApplication.class, args);
    }
    @Bean
    public ToolCallbackProvider weatherTools(WeatherService weatherService) {
        return MethodToolCallbackProvider.builder()
                .toolObjects(weatherService)
                .build();
    }
}

（4）配置yml文件

定義MCP Server的名稱、版本號(hào)、同步或異步。

server:
  port: 9090  # 服務(wù)器端口配置
spring:
  ai:
    mcp:
      server:
        name: spring-ai-mcp-server    # MCP服務(wù)器名稱
        version: 1.0.0                # 服務(wù)器版本號(hào)
        type: ASYNC #異步

到這里，一個(gè)通過Spring AI創(chuàng)建的MCP Server完成了，訪問http://localhost:9090/sse，能看到信息，即表示該服務(wù)通過sse發(fā)布成功了。

2、開發(fā)基于stdio協(xié)議的MCP Server

基于stdio的MCP服務(wù)端通過標(biāo)準(zhǔn)輸入輸出流與客戶端通信，適用于作為子進(jìn)程被客戶端啟動(dòng)和管理的場景，非常適合嵌入式應(yīng)用。

通過Java開發(fā)工具創(chuàng)建一個(gè)springboot工程，模擬開發(fā)一個(gè)算術(shù)計(jì)算器服務(wù)，通過stdio傳輸協(xié)議發(fā)布為MCP Server。

（1）maven配置文件

引入spring-ai-mcp-server-webflux-spring-boot-starter

，完整pom.xml文件如下：

<?xml version="1.0" encoding="UTF-8"?>
<project xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance"
         xmlns="http://maven.apache.org/POM/4.0.0"
         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>org.springframework.boot</groupId>
        <artifactId>spring-boot-starter-parent</artifactId>
        <version>3.3.3</version>
        <relativePath/>
    </parent>
    <groupId>org.example</groupId>
    <artifactId>spring-ai-mcp-stdio-server</artifactId>
    <version>1.0-SNAPSHOT</version>
    <properties>
        <maven.compiler.source>21</maven.compiler.source>
        <maven.compiler.target>21</maven.compiler.target>
        <project.build.sourceEncoding>UTF-8</project.build.sourceEncoding>
        <spring-ai.version>1.0.0-M6</spring-ai.version>
        <spring-ai-alibaba.version>1.0.0-M5.1</spring-ai-alibaba.version>
    </properties>
    <dependencyManagement>
        <dependencies>
            <dependency>
                <groupId>org.springframework.ai</groupId>
                <artifactId>spring-ai-bom</artifactId>
                <version>${spring-ai.version}</version>
                <type>pom</type>
                <scope>import</scope>
            </dependency>
        </dependencies>
    </dependencyManagement>
    <dependencies>
        <dependency>
            <groupId>org.springframework.boot</groupId>
            <artifactId>spring-boot-starter-web</artifactId>
        </dependency>
        <dependency>
            <groupId>org.springframework.ai</groupId>
            <artifactId>spring-ai-mcp-server-webflux-spring-boot-starter</artifactId>
        </dependency>
    </dependencies>
    <repositories>
        <repository>
            <name>Central Portal Snapshots</name>
            <id>central-portal-snapshots</id>
            <url>https://central.sonatype.com/repository/maven-snapshots/</url>
            <releases>
                <enabled>false</enabled>
            </releases>
            <snapshots>
                <enabled>true</enabled>
            </snapshots>
        </repository>
        <repository>
            <id>spring-milestones</id>
            <name>Spring Milestones</name>
            <url>https://repo.spring.io/milestone</url>
            <snapshots>
                <enabled>false</enabled>
            </snapshots>
        </repository>
        <repository>
            <id>spring-snapshots</id>
            <name>Spring Snapshots</name>
            <url>https://repo.spring.io/snapshot</url>
            <releases>
                <enabled>false</enabled>
            </releases>
        </repository>
    </repositories>
    <build>
        <finalName>${project.artifactId}</finalName>
        <plugins>
            <plugin>
                <groupId>org.springframework.boot</groupId>
                <artifactId>spring-boot-maven-plugin</artifactId>
            </plugin>
        </plugins>
    </build>
</project>

（2）開發(fā)計(jì)算器服務(wù)類

創(chuàng)建一個(gè)Server類，模擬計(jì)算器服務(wù)，通過@Tool注解把方法標(biāo)注為MCP服務(wù)接口。

package com.yuncheng.mcp;
import org.slf4j.Logger;
import org.slf4j.LoggerFactory;
import org.springframework.ai.tool.annotation.Tool;
import org.springframework.stereotype.Service;
@Service
public class MathService {
    private static final Logger log = LoggerFactory.getLogger(MathService.class);
    @Tool(description = "加法方法")
    public Integer add(Integer a, Integer b) {
        log.info("===============add方法被調(diào)用: a={}, b={}", a, b);
        return a + b;
    }
    @Tool(description = "乘法方法")
    public Integer multiply(Integer a, Integer b) {
        log.info("===============multiply方法被調(diào)用: a={}, b={}", a, b);
        return a * b;
    }
}

（3）注冊為MCP工具

將 MathService封裝為工具回調(diào)提供者（ToolCallbackProvider），便于被MCP Client端發(fā)現(xiàn)和調(diào)用。

package com.yuncheng.mcp;
import org.slf4j.Logger;
import org.slf4j.LoggerFactory;
import org.springframework.ai.tool.ToolCallbackProvider;
import org.springframework.ai.tool.method.MethodToolCallbackProvider;
import org.springframework.boot.SpringApplication;
import org.springframework.boot.autoconfigure.SpringBootApplication;
import org.springframework.context.annotation.Bean;
@SpringBootApplication
public class McpServerApplication {
    private static final Logger log = LoggerFactory.getLogger(McpServerApplication.class);
    public static void main(String[] args) {
        SpringApplication.run(McpServerApplication.class, args);
        log.info("===============McpServerApplication服務(wù)啟動(dòng)成功");
    }
    @Bean
    public ToolCallbackProvider mathTools(MathService mathService) {
        return MethodToolCallbackProvider.builder()
                .toolObjects(mathService).build();
    }
}

（4）配置yml文件

定義MCP Server的名稱、版本號(hào)。

spring:
  ai:
    mcp:
      server:
        name: spring-ai-mcp-stdio-server
        version: 1.0.0

（5）配置log日志

在resources目錄下，新建一個(gè)log日志配置文件logback-spring.xml，目的是記錄MCP Server端的接口是否被調(diào)用。

<configuration>
    <appender name="FILE" class="ch.qos.logback.core.FileAppender">
        <file>mcp-server.log</file>
        <encoder>
            <pattern>%d{yyyy-MM-dd HH:mm:ss} [%thread] %-5level %logger{36} - %msg%n</pattern>
        </encoder>
    </appender>
    <root level="INFO">
        <appender-ref ref="FILE" />
    </root>
</configuration>

到這里，一個(gè)通過Spring AI創(chuàng)建的MCP Server完成了。stdio方式是server和client通過進(jìn)程通信，所以需要把server打包成jar，以便client命令啟動(dòng)執(zhí)行。

通過maven工具打包即可，我打包后路徑為：D:\java\ai-project-web\spring-ai-mcp-stdio-server\target\spring-ai-mcp-stdio-server.jar。

測試該服務(wù)是否發(fā)布成功，在cmd命令行窗口里輸入如下命令：

java -Dspring.ai.mcp.server.stdio=true -Dspring.main.web-application-type=none -Dspring.main.banner-mode=off -jar D:/java/ai-project-web/spring-ai-mcp-stdio-server/target/spring-ai-mcp-stdio-server.jar

驗(yàn)證服務(wù)是否啟動(dòng)成功。

至此，我們通過spring ai框架開發(fā)完成了2個(gè)MCP Server服務(wù)，一個(gè)通過sse協(xié)議發(fā)布，另一個(gè)通過stdio協(xié)議發(fā)布，接下來，開發(fā)一個(gè)MCP Client端，調(diào)用這兩個(gè)MCP Server服務(wù)。

3、開發(fā)MCP Client調(diào)用MCP Server

Spring AI 提供了更簡便的方式來使用MCP，通過starter可以大大簡化MCP客戶端的配置和使用。Spring AI MCP支持兩種不同的傳輸層實(shí)現(xiàn)：基于stdio的實(shí)現(xiàn)和基于SSE的實(shí)現(xiàn)。

通過Java開發(fā)工具，創(chuàng)建一個(gè)springboot工程，開發(fā)MCP Client。

（1）maven配置文件

引入spring-ai-mcp-client-webflux-spring-boot-starter和spring-ai-alibaba-starter，完整pom.xml文件如下：

<?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>org.springframework.boot</groupId>
        <artifactId>spring-boot-starter-parent</artifactId>
        <version>3.3.3</version>
        <relativePath/>
    </parent>
    <groupId>org.example</groupId>
    <artifactId>spring-ai-mcp-client</artifactId>
    <version>1.0-SNAPSHOT</version>
    <properties>
        <maven.compiler.source>21</maven.compiler.source>
        <maven.compiler.target>21</maven.compiler.target>
        <project.build.sourceEncoding>UTF-8</project.build.sourceEncoding>
        <spring-ai.version>1.0.0-M6</spring-ai.version>
        <spring-ai-alibaba.version>1.0.0-M6.1</spring-ai-alibaba.version>
    </properties>
    <dependencyManagement>
        <dependencies>
            <dependency>
                <groupId>org.springframework.ai</groupId>
                <artifactId>spring-ai-bom</artifactId>
                <version>${spring-ai.version}</version>
                <type>pom</type>
                <scope>import</scope>
            </dependency>
        </dependencies>
    </dependencyManagement>
    <dependencies>
        <dependency>
            <groupId>org.springframework.boot</groupId>
            <artifactId>spring-boot-starter-web</artifactId>
        </dependency>
        <dependency>
            <groupId>org.springframework.ai</groupId>
            <artifactId>spring-ai-mcp-client-webflux-spring-boot-starter</artifactId>
        </dependency>
        <dependency>
            <groupId>com.alibaba.cloud.ai</groupId>
            <artifactId>spring-ai-alibaba-starter</artifactId>
            <version>${spring-ai-alibaba.version}</version>
        </dependency>
    </dependencies>
    <repositories>
        <repository>
            <name>Central Portal Snapshots</name>
            <id>central-portal-snapshots</id>
            <url>https://central.sonatype.com/repository/maven-snapshots/</url>
            <releases>
                <enabled>false</enabled>
            </releases>
            <snapshots>
                <enabled>true</enabled>
            </snapshots>
        </repository>
        <repository>
            <id>spring-milestones</id>
            <name>Spring Milestones</name>
            <url>https://repo.spring.io/milestone</url>
            <snapshots>
                <enabled>false</enabled>
            </snapshots>
        </repository>
        <repository>
            <id>spring-snapshots</id>
            <name>Spring Snapshots</name>
            <url>https://repo.spring.io/snapshot</url>
            <releases>
                <enabled>false</enabled>
            </releases>
        </repository>
    </repositories>
    <build>
        <finalName>${project.artifactId}</finalName>
        <plugins>
            <plugin>
                <groupId>org.springframework.boot</groupId>
                <artifactId>spring-boot-maven-plugin</artifactId>
            </plugin>
        </plugins>
    </build>
</project>

（2）開發(fā)MCP Client

package com.yuncheng.mcp;
import org.springframework.ai.chat.client.ChatClient;
import org.springframework.boot.CommandLineRunner;
import org.springframework.boot.SpringApplication;
import org.springframework.boot.autoconfigure.SpringBootApplication;
import org.springframework.context.ConfigurableApplicationContext;
import org.springframework.context.annotation.Bean;
import org.springframework.ai.tool.ToolCallbackProvider;
import java.util.Scanner;
@SpringBootApplication
public class McpClientApplication {
    public static void main(String[] args) {
        SpringApplication.run(McpClientApplication.class, args);
    }
    @Bean
    public CommandLineRunner predefinedQuestions(ChatClient.Builder chatClientBuilder,
                                                 ToolCallbackProvider tools,
                                                 ConfigurableApplicationContext context) {
        return args -> {
            // 構(gòu)建ChatClient并注入MCP工具
            var chatClient = chatClientBuilder
                    .defaultTools(tools)
                    .build();
            // 創(chuàng)建Scanner對(duì)象用于接收用戶輸入
            Scanner scanner = new Scanner(System.in);
            System.out.println(">>> 歡迎使用問答系統(tǒng)！輸入'exit'退出程序。");
            while (true) {
                // 提示用戶輸入問題
                System.out.print("\n>>> QUESTION: ");
                String userInput = scanner.nextLine();
                // 如果用戶輸入"exit"，則退出循環(huán)
                if ("exit".equalsIgnoreCase(userInput)) {
                    System.out.println(">>> 已退出問答系統(tǒng)。");
                    break;
                }
                // 使用ChatClient與LLM交互
                try {
                    System.out.println("\n>>> ASSISTANT: " + chatClient.prompt(userInput).call().content());
                } catch (Exception e) {
                    System.out.println("\n>>> ERROR: 無法處理您的請(qǐng)求，請(qǐng)稍后再試。");
                    e.printStackTrace();
                }
            }
            // 關(guān)閉Spring上下文
            context.close();
            scanner.close();
        };
    }
}

（3）配置yml文件

server:
  port: 8080
spring:
  ai:
    mcp:
      client:
        type: ASYNC
        sse:
          connections:
            server1:
              url: http://localhost:9090
        stdio:
          connections:
            server2:
              command: java
              args:
                - -Dspring.ai.mcp.server.stdio=true
                - -Dspring.main.web-application-type=none
                - -Dspring.main.banner-mode=off
                - -jar
                - D:/java/ai-project-web/spring-ai-mcp-stdio-server/target/spring-ai-mcp-stdio-server.jar
    dashscope:
      api-key: sk-b90ad31bb3eb4a158524928354f31dc5
      chat:
        options:
          model: qwen-plus

本配置文件定義了一個(gè)基于 Spring AI 的異步 MCP 客戶端，調(diào)用了SSE 和 Stdio 兩種MCP服務(wù)，server1采用SSE方式，連接指向http://localhost:9090，server1采用Stdio 方式，Stdio 通過 Java 命令啟動(dòng)，指定 Jar 文件位置。同時(shí)集成了阿里巴巴大模型qwen-plus。讀者需要把a(bǔ)pi-key替換為自己的key進(jìn)行測試驗(yàn)證。

四、運(yùn)行測試

先啟動(dòng)MCP Server服務(wù)，再運(yùn)行MCP Client，進(jìn)行AI對(duì)話,觀察日志輸出結(jié)果，確定是否理解了用戶的輸入信息，并分別調(diào)用了對(duì)應(yīng)的MCP Server服務(wù)。

觀察輸出結(jié)果：

（1）提問“你好”，大模型回答：“你好！今天天氣不錯(cuò)，你想做點(diǎn)什么？如果你需要，我可以幫你查詢天氣、做加法或乘法運(yùn)算。”

說明大模型已經(jīng)發(fā)現(xiàn)了天氣預(yù)報(bào)、算術(shù)運(yùn)算兩個(gè)MCP服務(wù)。

（2）提問“今天北京天氣怎么樣”，大模型的回答調(diào)用了基于sse協(xié)議的MCP Server，可以到該服務(wù)后臺(tái)查看日志，確定是否被調(diào)用。

（3）提問“（55+45）*（1+99）等于多少”，大模型的回答調(diào)用了基于stdio協(xié)議的MCP Server，可以到mcp-server.log日志文件中查看日志，確定是否被調(diào)用。

通過驗(yàn)證結(jié)果表明：大模型根據(jù)用戶的提問，選擇了合適的工具進(jìn)行回答，分別調(diào)用了對(duì)應(yīng)的MCP Server服務(wù)。

那么，AI大模型是如何實(shí)現(xiàn)Tool Call的呢？以下是Spring AI實(shí)現(xiàn)Tool Call的原理圖：

在最近發(fā)布的 Spring AI 1.0.0.M6 版本中，其中一個(gè)重大變化是 Function Calling 被廢棄，被 Tool Calling 取代。

五、總結(jié)

Spring AI MCP Server Starter提供了兩種實(shí)現(xiàn)MCP服務(wù)端的方式：基于stdio的實(shí)現(xiàn)和基于SSE的實(shí)現(xiàn)?；趕tdio的實(shí)現(xiàn)適用于嵌入式場景，而基于SSE的實(shí)現(xiàn)適用于獨(dú)立服務(wù)部署。

通過使用@Tool注解和@ToolParameter注解，可以輕松地將普通的Java方法轉(zhuǎn)換為MCP工具，使其可以被MCP客戶端發(fā)現(xiàn)和調(diào)用。Spring Boot的自動(dòng)配置機(jī)制使得MCP服務(wù)端的開發(fā)變得簡單高效。

智能體開發(fā)平臺(tái)在線體驗(yàn)：http://www.yunchengxc.com

文章中示例工程源代碼：https://gitee.com/hibpm/spring-ai-mcp-demo

到此這篇關(guān)于Spring AI開發(fā)MCP Server和MCP Client的文章就介紹到這了,更多相關(guān)Spring AI MCP Server和MCP Client內(nèi)容請(qǐng)搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家！

您可能感興趣的文章:

Spring AI 實(shí)現(xiàn) STDIO和SSE MCP Server的過程詳解

最新国产好看的视频,伊人天堂AV在线,国产Aaaaaa视频,蜜臀视频在线观看一区,人妻av色图,密臀久久久精品影片,青青视频免费观看毛片,久草在线观看视,国产三级精品色情在线

Spring?AI開發(fā)MCP?Server和MCP?Client的詳細(xì)過程

目錄

一、MCP是什么

二、前提條件

三、代碼實(shí)現(xiàn)

1、開發(fā)基于sse協(xié)議的MCP Server

（1）maven配置文件

（2）開發(fā)天氣預(yù)報(bào)服務(wù)類

（3）注冊為MCP工具

（4）配置yml文件

2、開發(fā)基于stdio協(xié)議的MCP Server

（1）maven配置文件

（2）開發(fā)計(jì)算器服務(wù)類

（3）注冊為MCP工具

（4）配置yml文件

（5）配置log日志

3、開發(fā)MCP Client調(diào)用MCP Server

（1）maven配置文件

（2）開發(fā)MCP Client

（3）配置yml文件

四、運(yùn)行測試

五、總結(jié)

相關(guān)文章

最新評(píng)論

大家感興趣的內(nèi)容

最近更新的內(nèi)容

常用在線小工具

最新国产好看的视频,伊人天堂AV在线,国产Aaaaaa视频,蜜臀视频在线观看一区,人妻av色图,密臀久久久精品影片,青青视频免费观看毛片,久草在线观看视,国产三级精品色情在线

Spring?AI開發(fā)MCP?Server和MCP?Client的詳細(xì)過程

目錄

一、MCP是什么

二、前提條件

三、代碼實(shí)現(xiàn)

1、開發(fā)基于sse協(xié)議的MCP Server

（1）maven配置文件

（2）開發(fā)天氣預(yù)報(bào)服務(wù)類

（3）注冊為MCP工具

（4）配置yml文件

2、開發(fā)基于stdio協(xié)議的MCP Server

（1）maven配置文件

（2）開發(fā)計(jì)算器服務(wù)類

（3）注冊為MCP工具

（4）配置yml文件

（5）配置log日志

3、開發(fā)MCP Client調(diào)用MCP Server

（1）maven配置文件

（2）開發(fā)MCP Client

（3）配置yml文件

四、運(yùn)行測試

五、總結(jié)

相關(guān)文章

最新評(píng)論

大家感興趣的內(nèi)容

最近更新的內(nèi)容

常用在線小工具

一、MCP是什么

二、前提條件

三、代碼實(shí)現(xiàn)

1、開發(fā)基于sse協(xié)議的MCP Server

2、開發(fā)基于stdio協(xié)議的MCP Server

3、開發(fā)MCP Client調(diào)用MCP Server

四、運(yùn)行測試

五、總結(jié)