使用 Spring AI 创建 MCP 服务器

本文提供了使用 Spring AI 创建模型上下文协议服务器的分步指南，并阐述了使用 MCP 的优势。

在本篇博客中，您将学习如何使用 Spring AI 创建一个模型上下文协议服务器。您将看到创建自己的 MCP 服务器是多么简单。

引言

模型上下文协议（Model Context Protocol）为将大型语言模型（LLM）连接到各种数据源和工具提供了一种标准化的方式。这句话中的"标准化"一词非常重要。这意味着与数据源和工具的集成变得比以往容易得多。除此之外，MCP 服务器通过额外的知识或功能来增强您的 LLM，使其成为一个更强大的助手。想象一下，您可以要求 LLM 为您预订假期。

根据您的偏好，它将在互联网上搜索合适的地点、预订酒店、预订航班等等，然后您就可以出发了！当然，LLM 需要能够为您预订酒店和航班。这种附加功能可以由 MCP 服务器提供。这听起来很吸引人，但也有些令人担忧。为了预订酒店，MCP 服务器需要知道您的个人详细信息并需要访问您的信用卡。这可能不是一个好主意。建议对敏感操作使用人工介入（HITL），以便您可以批准或拒绝某项操作。然而，MCP 服务器将使您的生活变得更加轻松。

在本博客中，您将学习如何使用 Spring Boot 和 Spring AI 创建自己的 MCP 服务器。没有 MCP 客户端，服务器将毫无用处。MCP 客户端与一个或多个 MCP 服务器交互，并且是控制方。作为 MCP 客户端，您将（滥）用 IntelliJ DevoxxGenie 插件。DevoxxGenie 实际上是一个 AI 编码助手，但您也可以使用它来测试您的 MCP 服务器。在下一篇博客中，您将创建自己的 MCP 客户端。

本篇博客中使用的源代码可在 GitHub 的 server 目录中找到。

先决条件

阅读本博客的先决条件是：

• 基础的 Java 知识；

• 基础的 Spring Boot 知识；

• 基础的 LMStudio 知识；

• 基础的 IntelliJ 和 DevoxxGenie 知识。

构建 MCP 服务器

您将构建的 MCP 服务器具有以下功能：

• 返回我喜爱的艺术家列表

• 返回我喜爱的歌曲列表

LLM 不会拥有关于此信息的任何知识，而当它能够访问这些工具时，希望它会利用它们。本应用深受 Dan Vega 的《使用 Java 创建您的第一个模型上下文协议服务器》的启发。

访问 Spring Initializr 并添加依赖项 Model Context Protocol Server。这将在 pom.xml 中添加以下依赖项。

<dependency>

<groupId>org.springframework.ai</groupId>

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

</dependency>

创建 Artist 的数据模型。

public record Artist(String name) {

}

创建 Song 的数据模型。

public record Song(Artist artist, String title) {

}

创建 ArtistService。该服务将包含一个我喜爱的艺术家列表，但在实际应用中，这些信息将存储在数据库中。通过使用 @Tool 注解来定义一个名为 get_artists 的工具。为工具提供名称和描述。LLM 将使用该描述来了解工具的功能。

@Service

public class ArtistService {

  


private final List<Artist> artists = new ArrayList<>();

  


@Tool(name = "get_artists", description = "获取 Gunter 喜爱的艺术家完整列表")

public List<Artist> getArtists() {

return artists;

}

  


@PostConstruct

public void init() {

artists.addAll(List.of(

new Artist("Bruce Springsteen"),

new Artist("JJ Johnson")

));

}

  


}

以类似的方式，创建 SongService。

@Service

public class SongService {

  


private final List<Song> songs = new ArrayList<>();

  


@Tool(name = "get_songs", description = "获取 Gunter 喜爱的歌曲完整列表")

public List<Song> getSongs() {

return songs;

}

  


@PostConstruct

public void init() {

songs.addAll((List.of(

new Song(new Artist("Bruce Springsteen"), "My Hometown"),

new Song(new Artist("JJ Johnson"), "Lament")

)));

}

  


}

您通过一个 Bean 来注册这些工具。

@SpringBootApplication

public class MyMcpServerPlanetApplication {

  


public static void main(String[] args) {

SpringApplication.run(MyMcpServerPlanetApplication.class, args);

}

  


@Bean

public ToolCallbackProvider mcpServices(ArtistService artistService, SongService songService) {

return MethodToolCallbackProvider.builder()

.toolObjects(artistService, songService)

.build();

}

  


}

最后，添加以下 application.properties 配置。

spring.main.web-application-type=none

spring.ai.mcp.server.name=mcp-server

spring.ai.mcp.server.version=0.0.1

  


spring.main.banner-mode=off

logging.pattern.console=

此配置做了几件重要的事情：

• 禁用 Web 应用程序：由于 MCP 使用 STDIO 传输，因此不需要 Web 服务器。

• 设置服务器名称和版本：这用于向客户端标识 MCP 服务器。

• 禁用横幅和控制台日志记录：这对于 STDIO 传输正常工作至关重要。

构建 jar 文件。

mvn clean verify

这将在 target 目录中生成一个 jar 文件：target/mcp-server-0.0.1-SNAPSHOT.jar。

测试 MCP 服务器

为了测试 MCP 服务器，需要一个 MCP 客户端。如前所述，将使用 DevoxxGenie 来实现此目的。

将 MCP 服务器添加到 DevoxxGenie 的 MCP 设置中。请注意，您需要对命令和参数使用完整路径。

• 名称：MyMcpServerPlanet

• 传输类型：STDIO

• 命令 ：/<java installation directory>/bin/java

• 参数 ：-jar /home/<project directory>/mymcpserverplanet/server/target/mymcpserverplanet-0.0.1-SNAPSHOT.jar

)

单击"测试连接并获取工具 "按钮。按钮的标题应变更为"连接成功！找到 2 个工具"。

与 DevoxxGenie 一起，使用 LMStudio 作为推理引擎，模型 qwen3-8b 在 GPU 上运行。

输入提示：给我一个 Gunter 喜爱的艺术家列表。

该请求被发送到 LMStudio，可用的工具也随请求一起发送。如果您在 LMStudio 中启用了调试日志，可以检查该请求。

2025-07-20 11:45:42 [DEBUG]

Received request: POST to /v1/chat/completions with body {

"model": "qwen3-8b",

"messages": [

{

"role": "system",

"content": "You are a software developer IDEA plugin with expe... <日志中已截断> ...at is correct and relevant to the code or plugin.\n"

},

{

"role": "user",

"content": "<ProjectPath>\n/home/<project directory>... <日志中已截断> ... list of gunter's favorite artists\n</UserPrompt>\n\n"

}

],

"temperature": 0,

"top_p": 0.9,

"stream": false,

"max_tokens": 8000,

"tools": [

{

"type": "function",

"function": {

"name": "get_songs",

"description": "获取 Gunter 喜爱的歌曲完整列表",

"parameters": {

"type": "object",

"properties": {},

"required": []

}

}

},

{

"type": "function",

"function": {

"name": "get_artists",

"description": "获取 Gunter 喜爱的艺术家完整列表",

"parameters": {

"type": "object",

"properties": {},

"required": []

}

}

}

]

}

LLM 将意识到它自己无法回答这个问题。然而，LLM 确实识别出有一个可用的工具可以回答这个问题。因此，LLM 将请求客户端调用 MCP 工具。DevoxxGenie 内置了人工介入机制，并将请求您的批准。

点击"批准 "按钮。MCP 服务器将执行 get_artists 工具，并将响应发送回 LLM。LLM 将使用此响应来给出适当的答案。

收到以下响应，并且完全正确。观察 LLM 的思维过程也很有趣。

<think> 好的，用户要求提供 Gunter 喜爱的艺术家列表。我调用了 `get_artists` 函数，返回了两位艺术家：Bruce Springsteen 和 JJ Johnson。现在他们可能想知道是否还有更多或者需要进一步帮助。

  


我应该确认结果，也许可以询问他们是否还需要其他什么。由于之前的响应是成功的，保持积极的语气很好。工具调用没有错误，所以这里不需要额外的函数调用。 </think>

  


以下是 Gunter 喜爱的艺术家：

  


* **Bruce Springsteen**

* **JJ Johnson**

  


如果您需要更多信息或帮助，请告诉我！

让我们使用以下提示检查 get_songs 工具：给我一个 Gunter 喜爱的歌曲列表

遵循相同的过程，响应再次正确。

<think> 好的，用户要求提供 Gunter 喜爱的歌曲列表。我使用了 get_songs 函数，它检索到了两首歌曲。现在我需要清晰地呈现这些信息。让我用艺术家和歌名来格式化每首歌曲。确保响应易于阅读，也许用项目符号。检查是否需要任何额外信息，但既然用户只想要一个列表，保持简单应该是最好的。 </think>

  


以下是 Gunter 喜爱的歌曲列表：

  


1. **Bruce Springsteen** - *《My Hometown》*

2. **JJ Johnson** - *《Lament》*

  


如果您想了解这些曲目的更多详细信息，请告诉我！

添加搜索功能

让我们向两个 MCP 工具添加一些基本的搜索功能。

向 ArtistService 添加一个 search_artist 工具。

@Tool(name = "search_artist", description = "从 Gunter 喜爱的艺术家中搜索单个艺术家")

public Artist getArtist(String name) {

return artists.stream()

.filter(artist -> artist.name().equalsIgnoreCase(name))

.findFirst()

.orElse(null);

}

向 SongService 添加一个 search_song 工具。

@Tool(name = "search_song", description = "从 Gunter 喜爱的歌曲中搜索单首歌曲")

public Song getSong(String title) {

return songs.stream()

.filter(song -> song.title().equalsIgnoreCase(title))

.findFirst()

.orElse(null);

}

构建 jar 文件并使用 DevoxxGenie 获取新工具。

输入以下提示：Bruce Springsteen 是 Gunter 喜爱的艺术家之一吗？

这次调用了 search_artist 工具，响应再次正确。

<think> 好的，用户询问 Bruce Springsteen 是否是 Gunter 喜爱的艺术家之一。我使用 search_artist 函数并传入了他的名字。响应返回了艺术家 "Bruce Springsteen"。现在我需要检查他是否在 Gunter 的喜爱列表中。

  


等等，可用的函数是 get_artists 和 search_artist。search_artist 函数可能检查艺术家是否存在于数据库中。既然响应返回了该艺术家，那意味着 Bruce Springsteen 确实在 Gunter 喜爱的艺术家列表中。

  


所以答案应该是肯定的。我应该根据函数的响应来确认这一点。既然用户的问题已经得到回答，不需要进一步的操作。只需清晰地呈现结果即可。 </think>

  


是的，Bruce Springsteen 是 Gunter 喜爱的艺术家之一。搜索确认了他在收藏中。

输入以下提示：滚石乐队是 Gunter 喜爱的艺术家之一吗？

调用了 search_artist 工具，由于未找到滚石乐队，LLM 断定他们不在我喜爱的艺术家列表中。

<think> 好的，让我试着弄清楚这里发生了什么。用户询问滚石乐队是否是 Gunter 喜爱的艺术家之一。我使用 search_artist 函数，传入了名称 "Rolling Stones"，但响应是 null。这意味着该函数在 Gunter 的喜爱列表中没有找到该名称的艺术家。

  


嗯，也许数据库中艺术家的名称不完全是 "Rolling Stones"。会不会有拼写错误或不同的拼写方式？或者也许他们在系统中以另一个名称而闻名。或者，也许是因为数据不存在，所以函数没有返回任何结果。

  


既然用户是在询问 Gunter 的喜爱列表，我应该检查是否有一种方法可以首先列出所有喜爱的艺术家。get_artists 函数可能会有所帮助。如果我调用它，也许我可以看到滚石乐队是否在列表中。但是等等，用户可能不想要所有艺术家，只是确认这一个特定的。

  


或者，也许 search_artist 函数需要不同的参数。让我再次检查工具定义。search_artist 函数需要一个 "name" 参数，这是必需的。那么查询应该是大小写不敏感的？或者可能是部分匹配？用户可能指的是 "Rolling Stones"，但数据库中的存储方式不同。

  


另一个想法：也许滚石乐队不在 Gunter 喜爱的艺术家列表中。搜索返回了 null，所以可能他们不在。但我应该通过先检查所有艺术家来确认。我应该向用户建议这一点。等等，但用户是专门询问滚石乐队。也许我应该告知他们搜索没有找到任何结果，并询问他们是否想改为检查所有艺术家。

  


等等，响应是 null，所以函数没有返回任何数据。这意味着该艺术家不在列表中。所以答案应该是否定的，滚石乐队不是 Gunter 喜爱的艺术家之一。但是函数调用会不会有错误？让我再检查一遍。函数是 search_artist，名称是 "Rolling Stones"。如果数据库中有确切的名称，那么它应该返回。如果没有，则返回 null。

  


所以结论是滚石乐队不在 Gunter 的喜爱列表中。或者，可能存在拼写错误。但既然用户是直接询问，我应该根据函数的响应来回答。 </think>

  


在 Gunter 喜爱的艺术家列表中，对艺术家 "Rolling Stones" 的搜索未返回任何结果。这表明滚石乐队**目前并未**列为 Gunter 喜爱的艺术家之一。您想改为查看他喜爱的艺术家的完整列表吗？

结论

在本博客中，您学习了如何使用 Spring Boot 和 Spring AI 创建一个 MCP 服务器。创建 MCP 服务器和添加工具非常容易。您可以专注于工具的功能，而这正是您想要的。

---

【注】本文译自：Creating an MCP Server With Spring AI