一、先了解:MCP 公开服务市场

上一篇博客,我们介绍了如何将本地工具封装为 MCP 服务,并成功创建客户端实现连接,感兴趣的朋友可以回顾:https://www.lucaju.cn/index.php/archives/169/

今天,我们聚焦实操------如何调用 MCP 市场上的公开服务,以「高德地图 MCP 服务」为例,步骤清晰可复现,新手也能快速上手。

一、先了解:MCP 公开服务市场

首先给大家推荐一个优质的 MCP 公开服务平台:https://mcp.so/zh

这个平台类似 MCP 服务的「GitHub」,目前已收录超过一万八千个公开 MCP 服务,涵盖地图、工具、接口等各类场景,我们今天要用的高德地图 MCP 服务也收录其中。

高德地图 MCP 服务直达链接:https://mcp.so/zh/server/amap-maps/amap

进入链接后,注意保存页面中的「服务器配置 JSON」(如下所示),后续配置项目时会直接用到,重点留意 env 中的 AMAP_MAPS_API_KEY 字段。

二、前置准备:申请高德 API-Key

调用高德地图 MCP 服务,需先获取个人 API-Key,步骤如下(3步搞定):

1. 登录高德开放平台

访问高德开放平台:https://lbs.amap.com/ ,注册一个用户,完成认证后登录到后台

2. 创建一个应用

3. 生成 API-Key

注意: 服务平台选择Web服务,填写完成后提交,即可生成 API-Key,保存好该 Key,后续替换配置使用。

三、编写客户端代码连接高德服务

前置准备完成后,开始配置项目、编写代码,全程分为3个步骤,也很简单操作。

1. 拷贝高德MCP服务中的json文件到项目中

**注意: **替换api_key,使用我们刚刚创建好的api_key

json 复制代码
{
  "mcpServers": {
    "amap-maps": {
      "command": "npx",
      "args": [
        "-y",
        "@amap/amap-maps-mcp-server"
      ],
      "env": {
        "AMAP_MAPS_API_KEY": "api_key"
      }
    }
  }
}

把这个json放到项目resource目录下,命名为 mcp-servers-config.json (可自定义,但需与后续配置对应)

2. 修改application.yml配置文件

添加 MCP 客户端配置,核心是指定上述 JSON 文件的路径

yml 复制代码
spring:
  application:
    name: spring-ai-alibaba-agent
  ai:
    dashscope:
      api-key: ${AliQwen_API}
    mcp:
      client:
        type: async
        request-timeout: 10s
        toolcallback:
          enabled: true
        stdio:
          servers-configuration: classpath:/mcp-servers-config.json

3. 编写测试代码

测试代码其实和上一篇的客户端代码基本没有什么改动,我就简单放上来一些啦~

json 复制代码
@GetMapping("mcpTest")
private void mcpTest() throws GraphRunnerException {

    ChatModel chatModel = getChatModel();

    ToolCallback[] toolCallbacks = toolCallbackProvider.getToolCallbacks();

    System.out.printf("""
                    =====Find the tools from spring ToolCallbackProvider=====
                    %s
                    """,
            JSON.toJSONString(toolCallbacks));

    // 构建智能体并绑定mcp服务
    ReactAgent agent = ReactAgent.builder()
            .name("ip_search")
            .model(chatModel)
            .description("你是一个天气查询助手")
            .saver(new MemorySaver())
            .toolCallbackProviders(toolCallbackProvider)
                    .build();

    // 运行时配置
    RunnableConfig config = RunnableConfig.builder()
            .threadId("session")
            .build();

    // 流式调用agent
    Flux<NodeOutput> stream = agent.stream("上海未来天气怎么样", config);
    StringBuffer answerString = new StringBuffer();
    stream.doOnNext(output -> {
                if (output.node().equals("_AGENT_MODEL_")) {
                    answerString.append(((StreamingOutput<?>) output).message().getText());
                }
                else if (output.node().equals("_AGENT_TOOL_")) {
                    answerString.append("\nTool Call:").append(((ToolResponseMessage) ((StreamingOutput<?>) output).message()).getResponses().get(0)).append("\n");
                }
            })
            .doOnComplete(() -> System.out.println(answerString))
            .doOnError(e -> System.err.println("Stream Processing Error: " + e.getMessage()))
            .blockLast();
}

代码编写完成后,启动项目,访问接口:http://localhost:8080/mcpTest,即可测试高德 MCP 服务调用效果。

四、效果演示

首先可以看到我们已经加载到了高德MCP的服务列表

接下来可以看到大模型输出了对未来7天天气的回答

五、总结

以上就是「Spring AI Alibaba 调用 MCP 公开服务」的完整实操流程,核心是「获取 API-Key → 配置 MCP 服务 → 编写测试代码」,步骤简洁且可复现。

本次实操的全部代码(含之前 Agent 相关测试代码)已上传至 GitHub,需要的朋友可以自行获取,如有疑问,欢迎在评论区交流~

GitHub 链接:https://github.com/Jucunqi/spring-ai-alibaba-agent.git

相关推荐
Setsuna_F_Seiei3 小时前
前端转型 Agent 开发 05 之 Agent Hooks 与 Checkpointer(让 Agent 从全自动转变人为可掌控)
前端·agent·ai编程
Web3&Basketball4 小时前
CRM Agent 后训练实战:3 倍更少错误
python·架构·大模型·agent·推理
米小虾5 小时前
你的 harness 技巧有保质期:176 组对照实验显示,上下文管理的收益从 35.7 分跌到 2.7 分
人工智能·agent
中间件XL7 小时前
agent框架langgraph4j原理源码分析(一)-架构
ai agent·智能体·源码原理分析·langgraph4j
SoonITer8 小时前
怎样构建一个 Agent-friendly 的网站
前端·agent
梦在远山后8 小时前
从手写 Loop 到可恢复 Runtime:用 LangGraph、PostgreSQL Checkpoint 与 AG-UI 跑通中断恢复
python·langchain·agent
烟锁池塘柳09 小时前
【Agent】如何从大模型构建真正的 Agent?以 Claude Code 为例,理解能构建智能体的真正的 Harness 工程
人工智能·agent
花椒技术9 小时前
Agent 沙箱怎么接入生产?花椒的选型、持久化与执行协议实践
人工智能·后端·agent
爱丶不疚9 小时前
什么是 Jev 决策模型?它适合干什么?
前端·agent
知无涯者9 小时前
Agent 009 - Hooks
agent