SpringAI学习笔记-MCP客户端简单示例

MCP客户端是AI与外部世界交互的桥梁。在AI系统中，大模型虽然具备强大的认知能力，却常常受限于数据孤岛问题，无法直接访问外部工具和数据源。MCP协议应运而生，作为标准化接口解决这一核心挑战。该协议采用客户端-服务端架构，将AI模型的智能计算能力与外部系统的专业功能解耦，形成可扩展的协作生态。MCP客户端作为架构的关键组件，使得AI应用能够像使用"万能遥控器"一样，通过MCP客户端安全调用各类专业工具，而无需关心底层实现细节。其设计充分体现了AI系统与外部环境交互的三个基本原则：

标准化：通过统一协议消除工具集成中的适配成本。
安全性：在保持模型隔离的同时实现受控的外部访问。
灵活性：支持多样化的传输机制和运行时环境。

MCP客户端是MCP架构中的关键组件，负责与MCP服务端进行交互，以利用MCP服务端提供的工具、资源及能力。MCP客户端实现协议的客户端部分，通过遵循MCP协议的结构化方式，发送请求并接收来自MCP服务端的响应。MCP客户端能够在不同的环境中灵活运行，利用MCP服务端提供的多种传输机制，确保与MCP服务端的稳定、高效通信。通过与MCP服务端的协同工作，MCP客户端能够扩展AI模型的功能，实现与外部工具和资源的无缝集成。

核心职责包括：
- 协议版本协商：确保与服务器的兼容性。
- 能力协商：确定可用功能（如工具支持范围）。
- 消息传输与JSON-RPC通信：实现结构化数据交互。
- 工具发现与执行：动态识别并调用外部工具。
- 资源访问与管理：协调模型与外部数据源的交互。
- 提示系统交互：支持与模型提示（Prompt）系统的集成。
可选功能：
- 根管理（Roots Management）。
- 采样支持（如模型输出概率控制）。
- 同步与异步操作模式。
传输选项：
- 基于标准输入/输出的传输（适用于进程间通信）。
- 基于Java HttpClient的SSE客户端传输（支持事件流）。
- 基于WebFlux的SSE客户端传输（用于响应式HTTP流处理）。

MCP客户端简单示例

项目依赖

xml 复制代码

<dependencies>
    <!-- SpringBootStarterWeb依赖包 -->
    <dependency>
        <groupId>org.springframework.boot</groupId>
        <artifactId>spring-boot-starter-web</artifactId>
        <version>3.4.5</version>
    </dependency>

    <!-- JavaxServlet依赖包 -->
    <dependency>
        <groupId>javax.servlet</groupId>
        <artifactId>javax.servlet-api</artifactId>
        <version>4.0.1</version>
        <scope>provided</scope>
    </dependency>

    <dependency>
        <groupId>org.springframework.ai</groupId>
        <artifactId>spring-ai-mcp-client-spring-boot-starter</artifactId>
        <version>1.0.0-M6</version>
    </dependency>

    <!-- SpringAI依赖包 -->
    <dependency>
        <groupId>org.springframework.ai</groupId>
        <artifactId>spring-ai-spring-boot-autoconfigure</artifactId>
        <version>1.0.0-M6</version>
    </dependency>
</dependencies>

项目配置

这里主要配置MCP服务端的SSE连接。

yaml 复制代码

spring:
  profiles:
    active: dev
  application:
    name: ai-demo-mcp-client
  main:
    allow-bean-definition-overriding: true
  ai:
    mcp:
      client:
        enabled: true
        name: ai-demo-mcp-client
        type: sync
        version: 1.0.0
        sse:
          connections:
            ai-demo-platform-mcp-server:
              url: http://localhost:10102

server:
  port: 10103

项目代码

Spring AI中通过SyncMcpToolCallback适配MCP工具到统一接口。通过SyncMcpToolCallbackProvider将McpSyncClient列表转换为Spring AI标准的ToolCallback数组。SyncMcpToolCallbackProvider作为适配器，实现了MCP协议工具到Spring AI工具接口的桥接。
ToolCallback中通过ToolDefinition实现MCP协议的能力声明，返回工具的结构化定义。ToolDefinition获取工具的名称(name)、描述(description)和输入模式(inputSchema)等。所有工具通过统一的call()方法执行，符合MCP的JSON-RPC规范。

java 复制代码

@RestController("aiDemoClient")
@RequestMapping("ai/demo/client")
public class AiDemoClientRest {

    private static final Map<String, ToolCallback> TOOL_CACHE = new HashMap<>();

    public AiDemoClientRest(List<McpSyncClient> mcpSyncClientList) {
        SyncMcpToolCallbackProvider syncMcpToolCallbackProvider = new SyncMcpToolCallbackProvider(mcpSyncClientList);
        ToolCallback[] toolCallbacks = syncMcpToolCallbackProvider.getToolCallbacks();
        for (ToolCallback toolCallback : toolCallbacks) {
            TOOL_CACHE.put(toolCallback.getToolDefinition().name(), toolCallback);
        }
        StringBuilder stringBuilder = new StringBuilder();

        TOOL_CACHE.values().forEach(toolCallback -> {
            ToolDefinition toolDefinition = toolCallback.getToolDefinition();
            stringBuilder.append(String.format("name %s desc %s input %s",
                toolDefinition.name(), toolDefinition.description(), toolDefinition.inputSchema())).append("\n");
        });

        System.out.println(stringBuilder);
    }

    @GetMapping("001")
    public String demo001() {
        return TOOL_CACHE.get("addInteger").call("{\"arg0\":2,\"arg1\":6}");
    }

    @GetMapping("002")
    public String demo002() {
        return TOOL_CACHE.get("addDouble").call("{\"arg0\":2.0,\"arg1\":6.0}");
    }

}

通过上述配置和代码，即可与MCP服务器交互。