Spring AI 2.0 开发Java Agent智能体 - MCP(模型上下文协议)

大家好，我是Java1234_小锋老师，最近更新《2027版本 Spring AI 2.0 开发Java Agent智能体视频教程》专辑，感谢大家支持。

本课程主要介绍和讲解Spring AI 2.0简介，Spring AI 2.0 HelloWorld搭建，Advisors --- 拦截器模式增强AI能力，对话与提示词工程（Prompt），工具调用 (Function Calling / Tools) ，RAG (检索增强生成)，MCP(模型上下文协议)和多模态支持。

等这个Spring AI2.0基础课程录制完成，接下来要发布2个企业级Java AI实战课程，RAG 企业知识库系统和AI智能客服系统。大家可以点点关注，后面更精彩。

视频教程+课件+源码打包下载：

链接：https://pan.baidu.com/s/1o-zRfndo1HHrS_uFroOiCw?pwd=1234

提取码：0000

Spring AI 2.0 开发Java Agent智能体 - MCP(模型上下文协议)

MCP 的全称是 Model Context Protocol （模型上下文协议），是由 Anthropic 公司于 2024 年 11 月开源的一个开放协议。

你可以把它理解为 AI 应用的"通用 USB 接口" 。它的核心目标是解决一个实际问题：让大模型（LLM）能够安全、标准、便捷地连接到各种外部数据源和工具。

核心价值：解决"数据孤岛"问题

在没有 MCP 之前，每个 AI 应用如果要访问数据库、文件、API 或浏览器，需要为每个数据源编写定制的集成代码（"写死"的代码连接器），开发成本高、复用性差、维护困难。

MCP 定义了一套统一的、标准化的 API 规范，就像为 AI 生态制定了通用的"插座"标准。一套协议，所有支持它的 AI 和工具都能即插即用。

MCP 的工作方式（三个角色）

MCP 主机 (Host)：需要访问外部数据的 AI 应用，例如 Claude 桌面版、IDE 插件等。
MCP 客户端 (Client)：内嵌于主机中，负责与 MCP 服务器进行一一通信。
MCP 服务器 (Server)：轻量级的服务程序，通过标准协议暴露特定功能（如文件读写、数据库查询、API 调用）。它充当"翻译器"，将 AI 需求转化为具体系统或数据操作。

Spring AI 2.0 中的集成MCP

Spring AI 并不是简单"包一层 SDK"，而是把组装工作 交给 Boot Starter，把声明工作 交给注解模块，同时把一部分曾与 MCP Java SDK 同行的 Spring 专用传输实现收回到 org.springframework.ai 体系。

Spring AI 2.0 MCP具体示例 - 实时本地天气预报

大模型是不知道当前的某个城市天气预报的，这个功能实现可以让大模型调用MCP来实现。

首先新建mcp-server项目。

pom.xml引入依赖：

复制代码

<dependency>
            <groupId>org.springframework.ai</groupId>
            <artifactId>spring-ai-starter-mcp-server-webmvc</artifactId>
            <exclusions>
                <exclusion>
                    <groupId>org.springframework.boot</groupId>
                    <artifactId>spring-boot-starter-web</artifactId>
                </exclusion>
            </exclusions>
        </dependency>
        <dependency>
            <groupId>org.springframework.boot</groupId>
            <artifactId>spring-boot-starter-webmvc</artifactId>
        </dependency>

application.yml，配置下mcp

复制代码

# MCP 客户端（SSE）：默认 GET /sse ，POST 消息 /mcp/message（可通过下方属性覆盖）
spring:
  application:
    name: mcp-server
  ai:
    mcp:
      server:
        name: mcp-server
        version: 1.0.0
        type: SYNC
        instructions: "提供按城市名的模拟天气预报查询（演示数据）。"
        annotation-scanner:
          enabled: true
        # sse-endpoint: /sse
        # sse-message-endpoint: /mcp/message
        # base-url: ""

server:
  port: 8888

定义 WeatherMcpTools

复制代码

package com.java1234;

import org.springframework.ai.mcp.annotation.McpTool;
import org.springframework.ai.mcp.annotation.McpToolParam;
import org.springframework.stereotype.Component;

@Component
public class WeatherMcpTools {

    @McpTool(
            name = "getWeatherForecast",
            description = "根据城市名称查询模拟天气预报（演示数据，非真实气象来源）",
            generateOutputSchema = true)
    public String getWeatherForecast(
            @McpToolParam(description = "城市名称，例如：北京、上海", required = true) String city) {
        System.out.println("执行到天气预报MCP-SERVER");
        return city+" 天气晴天 空气质量优。";
    }
}

然后我们直接启动mcp-server项目

接下来就是mcp-client客户端开发了。

pom.xml加下mcp-client客户端依赖

复制代码

		<!-- MCP 客户端：通过 SSE 连接本机 mcp-server（默认端口 8888） -->
		<dependency>
			<groupId>org.springframework.ai</groupId>
			<artifactId>spring-ai-starter-mcp-client</artifactId>
		</dependency>

application.yml里配置下mcp

复制代码

spring:
  application:
    name: helloWorld
  ai:
    model:
      embedding: openai
    mcp:
      client:
        enabled: true
        type: SYNC
        # 与 mcp-server 一致；须先启动 mcp-server（默认 http://localhost:8888）
        sse:
          connections:
            mcp-weather:
              url: http://localhost:8888

新建MyMcpController，

复制代码

package com.java1234.controller;

import org.springframework.ai.chat.client.ChatClient;
import org.springframework.ai.mcp.SyncMcpToolCallbackProvider;
import org.springframework.beans.factory.annotation.Autowired;
import org.springframework.web.bind.annotation.RequestMapping;
import org.springframework.web.bind.annotation.RestController;

/**
 * 演示：通过 Spring AI MCP 客户端连接本机 {@code mcp-server}，由大模型按需调用远端 MCP 工具（如天气预报）。
 * <p>
 * 使用前请先启动 {@code mcp-server}（默认端口 8888）。
 */
@RestController
public class MyMcpController {

    @Autowired
    private ChatClient chatClient;

    @Autowired
    private SyncMcpToolCallbackProvider mcpToolCallbackProvider;


    @RequestMapping("/ai/mcp")
    public String aiWithMcp() {
        String q =  "查一下上海天气";
        String result= chatClient.prompt()
                .system("用户询问天气时，你必须调用工具查询后再用简短中文回答。")
                .user(q)
                .toolCallbacks(mcpToolCallbackProvider)
                .call()
                .content();
        System.out.println( result);
        return "OK";
    }
}

浏览器调用：http://localhost:8080/ai/mcp

控制返回：

Spring AI 2.0 开发Java Agent智能体 - MCP(模型上下文协议)

视频教程+课件+源码打包下载：

Spring AI 2.0 开发Java Agent智能体 - MCP(模型上下文协议)

核心价值：解决"数据孤岛"问题

MCP 的工作方式（三个角色）

Spring AI 2.0 中的 集成MCP

Spring AI 2.0 MCP具体示例 - 实时本地天气预报

Spring AI 2.0 中的集成MCP