MCP 這個(gè)概念相信大家已經(jīng)聽了無數(shù)次了，但不同人會(huì)有不同的解釋，你可能也是聽得云里霧里的。

不過沒關(guān)系，今天這篇內(nèi)容會(huì)通過 Spring AI 給你實(shí)現(xiàn)一個(gè) MCP 的 Client 和 Server 架構(gòu)，讓你徹底搞懂 MCP 的概念，以及學(xué)會(huì) MCP 的開發(fā)技能。

什么是MCP？

MCP 是 Model Context Protocol，模型上下文協(xié)議，它是由 Anthropic（Claude 大模型母公司）提出的開放協(xié)議，用于大模型連接外部“數(shù)據(jù)源”的一種協(xié)議。

它可以通俗的理解為 Java 界的 Spring Cloud Openfeign，只不過 Openfeign 是用于微服務(wù)通訊的，而 MCP 用于大模型通訊的，但它們都是為了通訊獲取某項(xiàng)數(shù)據(jù)的一種機(jī)制，如下圖所示：

為什么需要MCP？

MCP 存在的意義是它解決了大模型時(shí)代最關(guān)鍵的三個(gè)問題：數(shù)據(jù)孤島、開發(fā)低效和生態(tài)碎片化等問題。

1.打破數(shù)據(jù)孤島，讓AI“連接萬物”

大模型本身無法直接訪問實(shí)時(shí)數(shù)據(jù)或本地資源（如數(shù)據(jù)庫、文件系統(tǒng)），傳統(tǒng)方式需要手動(dòng)復(fù)制粘貼或定制接口。MCP 通過標(biāo)準(zhǔn)化協(xié)議，讓大模型像“插USB”一樣直接調(diào)用外部工具和數(shù)據(jù)源，例如：

• 查天氣時(shí)自動(dòng)調(diào)用氣象 API，無需手動(dòng)輸入數(shù)據(jù)。
• 分析企業(yè)數(shù)據(jù)時(shí)直接連接內(nèi)部數(shù)據(jù)庫，避免信息割裂。

2.降低開發(fā)成本，一次適配所有場景

在之前每個(gè)大模型（如 DeepSeek、ChatGPT）需要為每個(gè)工具單獨(dú)開發(fā)接口（Function Calling），導(dǎo)致重復(fù)勞動(dòng)，MCP 通過統(tǒng)一協(xié)議：

• 開發(fā)者只需寫一次 MCP 服務(wù)端，所有兼容 MCP 的模型都能調(diào)用。
• 用戶無需關(guān)心技術(shù)細(xì)節(jié)，大模型可直接操作本地文件、設(shè)計(jì)軟件等。

3.提升安全性與互操作性

• 安全性：MCP 內(nèi)置權(quán)限控制和加密機(jī)制，比直接開放數(shù)據(jù)庫更安全。
• 生態(tài)統(tǒng)一：類似 USB 接口，MCP 讓不同廠商的工具能“即插即用”，避免生態(tài)分裂。

4.推動(dòng)AIAgent的進(jìn)化

MCP 讓大模型從“被動(dòng)應(yīng)答”變?yōu)椤爸鲃?dòng)調(diào)用工具”，例如：

• 自動(dòng)抓取網(wǎng)頁新聞補(bǔ)充實(shí)時(shí)知識(shí)。
• 打開 Idea 編寫一個(gè)“Hello World”的代碼。

MCP 的誕生，相當(dāng)于為AI世界建立了“通用語言”，讓模型、數(shù)據(jù)和工具能高效協(xié)作，最終釋放大模型的全部潛力。

MCP組成和執(zhí)行流程

MCP 架構(gòu)分為以下 3 部分：

• 客戶端：大模型應(yīng)用（如 DeepSeek、ChatGPT）發(fā)起請(qǐng)求。
• 服務(wù)器：中間層，連接具體工具（如數(shù)據(jù)庫、設(shè)計(jì)軟件）。
• 資源：具體的數(shù)據(jù)或工具（如 Exce l文件、網(wǎng)頁 API）。

運(yùn)行流程：

• 用戶提問。
• 大模型通過 MCP 客戶端發(fā)送請(qǐng)求。
• MCP 服務(wù)器接收指令。
• 調(diào)用對(duì)應(yīng)工具（如數(shù)據(jù)庫）執(zhí)行。
• 返回結(jié)果給大模型。
• 生成最終回答。

Spring AI MCP 介紹

Spring AI MCP 是通過 Spring Boot 集成擴(kuò)展了 MCP 的 Java SDK（開發(fā)工具），它同時(shí)提供了 Spring Boot 客戶端和服務(wù)器的啟動(dòng)器，方便使用 Spring AI MCP 快速開發(fā) AI 應(yīng)用程序。

Spring AI MCP 實(shí)戰(zhàn)

當(dāng)前案例中，我們使用 MCP 實(shí)現(xiàn)一個(gè)天氣查詢小助手，其中包含的主要角色有：

• MCP Server：MCP 服務(wù)提供方，提供天氣查詢功能。
• MCP Client：MCP 客戶端（大模型端）我們對(duì)接 DeepSeek LLM 實(shí)現(xiàn)對(duì) MCP Server 的調(diào)用，從而實(shí)現(xiàn)天氣預(yù)報(bào)的查詢功能。

具體交互流程如下：

實(shí)現(xiàn) MCP Server 代碼編寫

MCP Server 主要實(shí)現(xiàn)步驟如下：

• 添加 MCP Server 依賴。
• 設(shè)置 MCP 配置信息。
• 編寫 MCP Server 服務(wù)代碼。
• 將 MCP Server 進(jìn)行暴露設(shè)置。

關(guān)鍵實(shí)現(xiàn)代碼如下。

添加 MCP Server 依賴

<dependencies>
  <dependency>
    <groupId>org.springframework.ai</groupId>
    <artifactId>spring-ai-starter-mcp-server-webflux</artifactId>
</dependency>
</dependencies>

<repositories>
<repository>
    <name>Central Portal Snapshots</name>
    <id>central-portal-snapshots</id>
    <url>https://central.sonatype.com/repository/maven-snapshots/</url>
    <releases>
      <enabled>false</enabled>
    </releases>
    <snapshots>
      <enabled>true</enabled>
    </snapshots>
</repository>
<repository>
    <id>spring-milestones</id>
    <name>Spring Milestones</name>
    <url>https://repo.spring.io/milestone</url>
    <snapshots>
      <enabled>false</enabled>
    </snapshots>
</repository>
<repository>
    <id>spring-snapshots</id>
    <name>Spring Snapshots</name>
    <url>https://repo.spring.io/snapshot</url>
    <releases>
      <enabled>false</enabled>
    </releases>
</repository>
</repositories>

MCP Server 依賴有三種類型：

• 標(biāo)準(zhǔn)輸入/輸出 （STDIO）：spring-ai-starter-mcp-server
• Spring MVC（服務(wù)器發(fā)送的事件）：spring-ai-starter-mcp-server-webmvc
• Spring WebFlux（響應(yīng)式 SSE）：spring-ai-starter-mcp-server-webflux

設(shè)置 MCP 配置信息

MCP Server 包含以下配置信息：

其中 MCP Server 又分為以下兩種類型。

服務(wù)器類型

• 同步服務(wù)器：默認(rèn)服務(wù)器類型，它專為應(yīng)用程序中的簡單請(qǐng)求-響應(yīng)模式而設(shè)計(jì)。要啟用此服務(wù)器類型，請(qǐng)?jiān)谀呐渲弥性O(shè)置。 激活后，它會(huì)自動(dòng)處理同步工具規(guī)格的配置，spring.ai.mcp.server.type=SYNC。
• 異步服務(wù)器：異步服務(wù)器實(shí)現(xiàn)使用非阻塞作并針對(duì)非阻塞作進(jìn)行了優(yōu)化。要啟用此服務(wù)器類型，請(qǐng)使用配置您的應(yīng)用程序。此服務(wù)器類型會(huì)自動(dòng)設(shè)置具有內(nèi)置 Project Reactor 支持的異步工具規(guī)范，spring.ai.mcp.server.type=ASYNC。

編寫 MCP Server 服務(wù)代碼

編寫天氣預(yù)報(bào)查詢偽代碼：

import org.springframework.ai.tool.annotation.Tool;
import org.springframework.stereotype.Service;

import java.util.Map;

@Service
publicclass WeatherService {

    @Tool(description = "根據(jù)城市名稱獲取天氣預(yù)報(bào)")
    public String getWeatherByCity(String city) {
        Map<String, String> mockData = Map.of(
            "西安", "晴天",
            "北京", "小雨",
            "上海", "大雨"
        );
        return mockData.getOrDefault(city, "抱歉：未查詢到對(duì)應(yīng)城市！");
    }

}

將服務(wù)暴露出去

@Bean
public ToolCallbackProvider weatherTools(WeatherService weatherService) {
return MethodToolCallbackProvider.builder().toolObjects(weatherService).build();
}

這樣 MCP Server 就編寫完成了。

實(shí)現(xiàn) MCP Client 代碼編寫

MCP Client 主要實(shí)現(xiàn)步驟如下：

• 添加 MCP Client 相關(guān)依賴。
• 設(shè)置配置信息。
• 設(shè)置 ChatClient 對(duì)象（調(diào)用 MCP Server）。
• 編寫測試代碼調(diào)用 MCP Server。

核心實(shí)現(xiàn)代碼如下：

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

@RestController
publicclass ClientController {

    @Autowired
    private ChatClient chatClient;

    @RequestMapping("/chat")
    public String chat(@RequestParam(value = "msg",defaultValue = "今天天氣如何？") String msg) {
        String response = chatClient.prompt()
        .user(msg)
        .call()
        .content();
        System.out.println("響應(yīng)結(jié)果: " + response);
        return response;
    }

}

最終執(zhí)行結(jié)果如下：

因?yàn)?MCP Server 只配置了 3 個(gè)城市，所以查詢結(jié)果和預(yù)期相符：

“想要獲取完整案例的同學(xué)加V：vipStone【備注MCP】

小結(jié)

到這里使用 Spring AI 就實(shí)現(xiàn)了 MCP Client 和 Server 的調(diào)用了，可以看出 MCP 的推出只是為了增強(qiáng)大模型的能力的，有了 MCP 協(xié)議之后，任何大模型就可以調(diào)用任意實(shí)現(xiàn)了 MCP Server 的服務(wù)了，這樣就無線擴(kuò)充了大模型的能力，為 AI 的發(fā)展提供了標(biāo)準(zhǔn)的協(xié)議和便利的對(duì)接。