导语:
本文通过一个小的demo来演示基于Spring AI开发MCP Server并使用Cline进行配置调用,帮助大家更好理解内部实现原理。文末附源码获取方式!
一、Spring AI MCP 扩展
Model Context Protocol(MCP)作为新一代 AI 服务交互协议,近期发布了 Java SDK 0.8 版本。新版本带来了更强大的会话管理能力和工具集成机制,但在使用原生 SDK 时,开发者仍面临以下挑战:
依赖注入和生命周期管理:需手动处理,操作繁琐。
工具注册流程:较为复杂,配置步骤多。
与 Spring 生态整合:缺乏深度整合,与现有 Spring 项目适配性差。
为解决这些问题,Spring 官方团队与 MCP 项目合作推出了 Spring AI MCP 扩展。通过 Spring Boot Starter,实现了一键式整合,显著降低了企业级 AI 服务的开发门槛,让开发者可以更轻松地在 Spring 项目中使用 MCP 功能。
二、开发过程
1、在Maven中添加如下配置:
<dependency>
<groupId>org.springframework.ai</groupId>
<artifactId>spring-ai-mcp-server-webmvc-spring-boot-starter</artifactId>
</dependency>
2、实现一个简单的业务逻辑:
package com.example.demo;
import org.springframework.ai.tool.annotation.Tool;
import org.springframework.ai.tool.annotation.ToolParam;
import org.springframework.stereotype.Service;
import java.io.IOException;
import java.nio.file.Files;
import java.nio.file.Paths;
@Service
public class FileReadService{
@Tool(description = "根据文件路径读取文件内容")
public String readFile(
@ToolParam(description = "文件路径,例如:D:\\download\\kuake\\alipayPublicKey_RSA2.txt") String fileName) {
try {
return new String(Files.readAllBytes(Paths.get(fileName)));
} catch (IOException e) {
throw new RuntimeException(e);
}
}
}
这里有两个关键的注解:
@Tool是描述了这个方法的详细信息,也是大模型识别方法意图的关键。
@ToolParam是描述了这个方法参数的详细信息。
以Cline为例,配置完成后显示效果是这样的:
3、将服务进行注册:
package com.example.demo;
import org.springframework.ai.tool.ToolCallbackProvider;
import org.springframework.ai.tool.method.MethodToolCallbackProvider;
import org.springframework.boot.SpringApplication;
import org.springframework.boot.autoconfigure.SpringBootApplication;
import org.springframework.context.annotation.Bean;
@SpringBootApplication
public class DemoApplication {
public static void main(String[] args) {
SpringApplication.run(DemoApplication.class, args);
System.out.println("Spring Boot Console Application is running!");
}
@Bean
public ToolCallbackProvider readFileTools(FileReadService fileReadService)
{
return MethodToolCallbackProvider.builder()
.toolObjects(fileReadService)
.build();
}
}
由于本次开发demo是命令行形式,所以直接打成Jar包即可。由于是新特性,所以要使用Java17,否则会出现编译报错。
三、Cline配置及调用
1、在VS Code中选择Cline插件,点击MCP 服务器配置按钮
2、本次是命令行工具,所以配置如下,本质上就是配置上程序启动的各种参数:
"mcp-demo":{
"disabled": false,
"timeout": 60,
"command": "D:\\Java\\jdk-17.0.12\\bin\\java",
"args": [
"-jar",
"D:\\codework\\Test\\AI\\mcp-server-demo\\target\\spring-boot-console-demo-0.0.1-SNAPSHOT.jar"
],
"transportType": "stdio"
}
配置完成后,如果没有问题,就可以在已安装列表中显示了。
右上角小圆点为绿色,说明服务可用。
同时可以注意到底部有“重启服务器”选项,针对本地类型(Stdio)的MCP Server,一般是以子进程的方式启动建立双向数据流。
在初始过程中,MCP Clinet端就会获取Server端注册的所有工具描述(如list_files工具的输入参数、返回格式)。也就是上文开发过程中@Tool注解相关内容。
四、使用验证
配置完成后就可以直接进行测试了。
这里可以看到接收到任务后,Cline进行了拆解,优先查看已连接的MCP服务器,发现匹配之后再去查看参数,进而组织参数进行调用,并返回结果。
关注【关于那些的个人观点】,发送“MCP源码”,获取完整demo源码示例