SpringAI 访问地址:Spring AI
Spring AI是一个面向人工智能工程的应用框架,由Spring团队推出,旨在将AI能力集成到Java应用中。Spring AI的核心是解决AI集成的根本挑战,即将企业数据和API与AI模型连接起来。
MCP( Model Context Protocol,MCP******)******
模型上下文协议(即 Model Context Protocol,MCP)是一个开放协议,它规范了应用程序如何向大型语言模型(LLM)提供上下文。MCP 提供了一种统一的方式将 AI 模型连接到不同的数据源和工具,它定义了统一的集成方式。在开发智能体(Agent)的过程中,我们经常需要将将智能体与数据和工具集成,MCP 以标准的方式规范了智能体与数据及工具的集成方式,可以帮助您在 LLM 之上构建智能体(Agent)和复杂的工作流。目前已经有大量的服务接入并提供了 MCP server 实现,当前这个生态正在以非常快的速度不断的丰富中。给Java开发人员深度拥抱AI提供了可能。

传输协议
1、STDIO传输协议
STDIO方式是基于进程间通信,MCP Client和MCP Server运行在同一主机,主要用于本地集成、命令行工具等场景。
**优点:**简单可靠,无需网络配置;适合本地部署场景;进程隔离,安全性好。
**缺点:**仅支持单机部署;不支持跨网络访问;每个客户端需要独立启动服务器进程。
2、SSE传输协议
SSE(Server-Sent Events)传输层是基于HTTP的单向通信机制,专门用于服务器向客户端推送数据。MCP Client远程调用MCP Server提供的SSE服务。实现客户端和服务端远程通信。
**优点:**支持分布式部署;可跨网络访问;支持多客户端连接;轻量级,使用标准HTTP协议。
**缺点:**需要额外的网络配置;相比stdio实现略微复杂;需要考虑网络安全性。
开发案例实现
本例演示创建SSE通信协议的MCP Server。
1、环境配置要求
- JDK 17
- SpringBoot 3.4.2
2、创建SpringBoot项目配置pom.xml
XML
<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>3.4.2</version>
<relativePath/>
</parent>
<properties>
<maven.compiler.source>17</maven.compiler.source>
<maven.compiler.target>17</maven.compiler.target>
<project.build.sourceEncoding>UTF-8</project.build.sourceEncoding>
<spring-ai.version>1.0.0-M6</spring-ai.version>
</properties>
<dependencies>
<dependency>
<groupId>org.springframework.boot</groupId>
<artifactId>spring-boot-starter-web</artifactId>
</dependency>
<dependency>
<groupId>org.projectlombok</groupId>
<artifactId>lombok</artifactId>
</dependency>
<dependency>
<groupId>org.springframework.ai</groupId>
<artifactId>spring-ai-mcp-server-webmvc-spring-boot-starter</artifactId>
<version>1.0.0-M6</version>
</dependency>
</dependencies>
3、创建Tool类
本例演示创建SSE通信协议的MCP Server。
以下参考网络资料分别创建MathTool、WeatherTool两个工具类,分别提供两个Long数值的加法和算法功能,提供城市天气查询功能。
MathTool.java
java
@Slf4j
@Service
public class MathTool {
@Tool(name = "add", description = "两个Long数值执行加法运算")
public Long add(@ToolParam Long a, @ToolParam Long b){
log.info("{},执行{} + {}操作。", new Date().toLocaleString(), a, b);
return a + b;
}
@Tool(name = "multiply", description = "两个Long数值执行乘法运算")
public Long multiply(@ToolParam Long a, @ToolParam Long b){
log.info("{},执行{} * {}操作。", new Date().toLocaleString(), a, b);
return a * b;
}
}
WeatherTool.java
java
@Slf4j
@Service
public class WeatherTool {
@Tool(name = "getWeatherByCityName",description = "根据城市名称获取天气预报")
public String getWeatherByCityName(String city) {
log.info("getWeatherByCity方法被调用, 查询的城市为:{}",city);
Map<String, String> mockData = Map.of(
"西安", "天气炎热",
"北京", "晴空万里",
"上海", "阴雨绵绵",
"郑州", "多云转晴"
);
log.info("{},天气如何: {}", mockData.getOrDefault(city, "抱歉:未查询到您关注的城市天气!"));
return mockData.getOrDefault(city, "抱歉:未查询到您关注的城市!");
}
}
4、注册MCP工具
注册mathTool(数学工具),weatherTool(天气工具)
java
@Configuration
public class ToolsPublisher {
@Bean
ToolCallbackProvider tools(MathTool mathTool, WeatherTool weatherTool) {
// mathTool 数学工具
// weatherTool 天气工具
return MethodToolCallbackProvider
.builder()
.toolObjects(mathTool,weatherTool)
.build();
}
}
5、配置application.yml
bash
server:
port: 8080
spring:
application:
name: mcp-server-sse
ai:
mcp:
server:
name: mcp-server-sse
version: 1.0.0
type: ASYNC
stdio: false
sse-message-endpoint: /mcp/messages
sse-endpoint: /sse
5、测试MCP Server
下载Cherry Studio工具,使用工具测试本地开发的MCP Server
左侧选择MCP Server,按照上图顺序依次完成第一步、第二步、第三部,成功连上MCP Server后端,底部就会出现我们定义的工具反方。