MCP 這個概念相信大家已經聽了無數次了，但不同人會有不同的解釋，你可能也是聽得云里霧里的。

不過沒關系，今天這篇內容會通過 Spring AI 給你實現一個 MCP 的 Client 和 Server 架構，讓你徹底搞懂 MCP 的概念，以及學會 MCP 的開發技能。

什么是MCP？

MCP 是 Model Context Protocol，模型上下文協議，它是由 Anthropic（Claude 大模型母公司）提出的開放協議，用于大模型連接外部“數據源”的一種協議。

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數據的一種機制，如下圖所示：

圖片

為什么需要MCP？

MCP 存在的意義是它解決了大模型時代最關鍵的三個問題：數據孤島、開發低效和生態碎片化等問題。

1.打破數據孤島，讓AI“連接萬物”

大模型本身無法直接訪問實時數據或本地資源（如數據庫、文件系統），傳統方式需要手動復制粘貼或定制接口。MCP 通過標準化協議，讓大模型像“插USB”一樣直接調用外部工具和數據源，例如：

• 查天氣時自動調用氣象 API，無需手動輸入數據。
• 分析企業數據時直接連接內部數據庫，避免信息割裂。

2.降低開發成本，一次適配所有場景

在之前每個大模型（如 DeepSeek、ChatGPT）需要為每個工具單獨開發接口（Function Calling），導致重復勞動，MCP 通過統一協議：

• 開發者只需寫一次 MCP 服務端，所有兼容 MCP 的模型都能調用。
• 用戶無需關心技術細節，大模型可直接操作本地文件、設計軟件等。

3.提升安全性與互操作性

• 安全性：MCP 內置權限控制和加密機制，比直接開放數據庫更安全。
• 生態統一：類似 USB 接口，MCP 讓不同廠商的工具能“即插即用”，避免生態分裂。

4.推動AIAgent的進化

MCP 讓大模型從“被動應答”變為“主動調用工具”，例如：

• 自動抓取網頁新聞補充實時知識。
• 打開 Idea 編寫一個“Hello World”的代碼。

MCP 的誕生，相當于為AI世界建立了“通用語言”，讓模型、數據和工具能高效協作，最終釋放大模型的全部潛力。

MCP組成和執行流程

MCP 架構分為以下 3 部分：

• 客戶端：大模型應用（如 DeepSeek、ChatGPT）發起請求。
• 服務器：中間層，連接具體工具（如數據庫、設計軟件）。
• 資源：具體的數據或工具（如 Exce l文件、網頁 API）。

運行流程：

1. 用戶提問。
2. 大模型通過 MCP 客戶端發送請求。
3. MCP 服務器接收指令。
4. 調用對應工具（如數據庫）執行。
5. 返回結果給大模型。
6. 生成最終回答。

Spring AI MCP 介紹

Spring AI MCP 是通過 Spring Boot 集成擴展了 MCP 的 Java SDK（開發工具），它同時提供了 Spring Boot 客戶端和服務器的啟動器，方便使用 Spring AI MCP 快速開發 AI 應用程序。

Spring AI MCP 實戰

當前案例中，我們使用 MCP 實現一個天氣查詢小助手，其中包含的主要角色有：

• MCP Server：MCP 服務提供方，提供天氣查詢功能。
• MCP Client：MCP 客戶端（大模型端）我們對接 DeepSeek LLM 實現對 MCP Server 的調用，從而實現天氣預報的查詢功能。

具體交互流程如下：

圖片

實現 MCP Server 代碼編寫

MCP Server 主要實現步驟如下：

1. 添加 MCP Server 依賴。
2. 設置 MCP 配置信息。
3. 編寫 MCP Server 服務代碼。
4. 將 MCP Server 進行暴露設置。

關鍵實現代碼如下。

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：

• 標準輸入/輸出 （STDIO）：spring-ai-starter-mcp-server
• Spring MVC（服務器發送的事件）：spring-ai-starter-mcp-server-webmvc
• Spring WebFlux（響應式 SSE）：spring-ai-starter-mcp-server-webflux

設置 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。

服務器類型

• 同步服務器：默認服務器類型，它專為應用程序中的簡單請求-響應模式而設計。要啟用此服務器類型，請在您的配置中設置。 激活后，它會自動處理同步工具規格的配置，spring.ai.mcp.server.type=SYNC。
• 異步服務器：異步服務器實現使用非阻塞作并針對非阻塞作進行了優化。要啟用此服務器類型，請使用配置您的應用程序。此服務器類型會自動設置具有內置 Project Reactor 支持的異步工具規范，spring.ai.mcp.server.type=ASYNC。

編寫 MCP Server 服務代碼

編寫天氣預報查詢偽代碼：

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

import java.util.Map;

@Service
publicclass WeatherService {

    @Tool(description = "根據城市名稱獲取天氣預報")
    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：未查詢到對應城市！");
    }

}

將服務暴露出去

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

這樣 MCP Server 就編寫完成了。

實現 MCP Client 代碼編寫

MCP Client 主要實現步驟如下：

1. 添加 MCP Client 相關依賴。
2. 設置配置信息。
3. 設置 ChatClient 對象（調用 MCP Server）。
4. 編寫測試代碼調用 MCP Server。

核心實現代碼如下：

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("響應結果: " + response);
        return response;
    }

}

最終執行結果如下：

圖片

因為 MCP Server 只配置了 3 個城市，所以查詢結果和預期相符：

圖片

小結

到這里使用 Spring AI 就實現了 MCP Client 和 Server 的調用了，可以看出 MCP 的推出只是為了增強大模型的能力的，有了 MCP 協議之后，任何大模型就可以調用任意實現了 MCP Server 的服務了，這樣就無線擴充了大模型的能力，為 AI 的發展提供了標準的協議和便利的對接。