手把手教你用 Alibaba‑AI 组件 打造一台高颜值、高性能的 MCP 服务

关键词：Spring AI Alibaba、Model Context Protocol、MCP Server、Qwen、云原生、Agent、最佳实践

---

0. 为什么我一定要关心 MCP？

• 模型越来越聪明，数据却越来越分散——LLM 想读本地文件、想调外部接口，统统得靠「中间人」把上下文塞回去。

• Anthropic 主导的 Model Context Protocol (MCP) 正式把这个「中间人」标准化：像 USB 一样，任何模型、任何数据源插上就能用。

• 

• Spring AI Alibaba 率先在 Java 生态内落地 MCP，一句话集成阿里云 Qwen、DashScope 以及一票第三方 LLM，还顺带把日志、观测、配置都打包好了。

一句话总结：学会 MCP = 拥抱下一代「AI × 业务」的新连接范式，能让你的 Agent、RAG、Workflow 立刻拥有“读万卷书、行千里路”的能力。

---

1. 项目骨架：两行命令拉起「骨骼清奇」的 MCP 服务

git clone https://github.com/springaialibaba/spring-ai-alibaba-examples.git
cd spring-ai-alibaba-examples/spring-ai-alibaba-mcp-example/starter-example
./mvnw spring-boot:run      # 初体验

目录结构一览

starter-example
├── application.yaml        # 关键配置：模型&Server 端口
├── McpFilesystemServer.java# 本地文件系统 Server 示例
├── MsmClientDemo.java      # 如何通过 Client 调用
└── …

踩坑提示：如果你在公司网络无法 raw.githubusercontent.com，记得配好代理或者把代码搬到自建 GitLab。

---

2. 关键依赖一站配齐

<dependencyManagement>
    <dependency>
        <groupId>com.alibaba.spring.ai</groupId>
        <artifactId>spring-ai-alibaba-bom</artifactId>
        <version>1.0.0-M6.1</version>
        <type>pom</type>
        <scope>import</scope>
    </dependency>
</dependencyManagement>

<!-- MCP starter -->
<dependency>
    <groupId>com.alibaba.spring.ai</groupId>
    <artifactId>spring-ai-mcp-starter</artifactId>
</dependency>

<!-- 想接 Qwen？ 再加这一行 -->
<dependency>
    <groupId>com.alibaba.spring.ai</groupId>
    <artifactId>spring-ai-qwen-starter</artifactId>
</dependency>

三个亮点

1. BOM 管理——告别版本地狱，所有子模块同一个版本号。

2. Starter 化——和 Spring Cloud 一样，即插即用。

3. 无侵入——你的业务 Bean 依旧是 @Service，只是多了个 @McpTool 而已。

---

3. 五分钟写出一个「读本地 Markdown 并总结」的 MCP Server

@Component
@McpServer(path = "/fs")
public class FilesystemMcpServer {

    @McpTool(name = "read_markdown", description = "读取并总结指定 Markdown")
    public String readMarkdown(String absolutePath) throws IOException {
        var content = Files.readString(Path.of(absolutePath));
        // 使用 Qwen 快速总结
        ChatResponse res = aiChatClient
             .call("用中文总结以下 Markdown 的关键点:\n" + content);
        return res.getContent();
    }
}

启动后，Server 会自动暴露 SSE + HTTP/JSON 两种 MCP 端点：

POST http://localhost:8080/mcp/v1/fs/read_markdown
{
  "absolutePath": "/Users/you/Notes/LLM.md"
}

---

4. Client 侧体验：像调用普通 REST 一样丝滑

McpClient client = new McpClient("http://localhost:8080/mcp/v1");
String summary = client.tool("fs/read_markdown")
                       .param("absolutePath", "/tmp/demo.md")
                       .call(String.class);
System.out.println(summary);

串联 Agent：配合 @EnableAiAgent，让 Qwen 在聊天中自动决定何时调用 read_markdown 工具，“会聊天”+“会动手”一把梭。

---

5. 容器化部署：让 MCP Server 跑进 K8s

FROM eclipse-temurin:17-jre as base
ARG JAR_FILE=target/mcp-demo.jar
COPY ${JAR_FILE} app.jar
ENTRYPOINT ["java", "-jar", "/app.jar"]

再加一个最小化的 Helm Chart，10 秒钟把 Agent 接到你们的云原生平台，顺便复用现成的 Observability Example，Prometheus + Grafana 打点开箱即用。

---

6. 性能与安全实战

场景	常见问题	优化打法
高频小文件读取	I/O 抖动	加 LRU Cache 或用 Redis/GemFire 做二级缓存
并发请求打满 LLM QPS	模型限流	RateLimiter + Resilience4J Retry 双保险
内网敏感数据	权限控制	在 MCP Server 侧加 Spring Security + OIDC；工具级别 @PreAuthorize 细粒度鉴权
长流式输出	浏览器 WS 断连	启用 SSE Transport，Header Cache-Control: no-transform

---

7. 写在最后：让你的 AI 服务「长肌肉」

• MCP 只是开始，Spring AI Alibaba 还有 Prompt 模版、RAG、Graph、Tool Calling 等能力，完全可以拼出一条从数据到 Agent 的全链路流水线。

• 官方 Example 仓库 每周都在更新，Star 一下随时抄作业：https://github.com/springaialibaba/spring-ai-alibaba-examples

---

📚 延伸阅读

1. 《Spring AI Agent 集成本地文件数据（MCP 实战）》citeturn7search0

2. Spring 官方博客《Announcing Spring AI MCP》citeturn7search6

3. AI 圈热议：Axios——“MCP will glue AI to every app you know.”citeturn7news10

---

觉得有帮助？ 点个 ⭐Star + 关注评论区，一起探索下一代 AI 应用架构！