在 Java 中创建你的第一个Model Context Protocol (MCP) 服务器

最新推荐文章于 2025-10-09 15:44:24 发布

原创最新推荐文章于 2025-10-09 15:44:24 发布 · 901 阅读

5 ·

CC 4.0 BY-SA版权

by wuchsh2013

文章标签：

#java #服务器 #开发语言

<<<<<接上文

构建和测试 MCP 服务器

现在所有组件都已就绪，我们来构建我们的应用程序：

mvn clean package

这将在 target 目录中创建一个 JAR 文件，我们可以使用它来运行我们的 MCP 服务器。

要将我们的 MCP 服务器与 Claude Desktop 一起使用，需要在 Claude Desktop 的配置文件中注册它。在 macOS 上，该配置文件位于：

~/Library/Application Support/Claude/claude_desktop_config.json

接下来，把我们的mcp server添加到配置文件

{
  "dan-vega-mcp": {
    "command": "/path/to/java",
    "args": [
      "-jar",
      "/path/to/your/jar/courses-0.0.1-SNAPSHOT.jar"
    ]
  }
}

请确保将路径更新为与你的环境相匹配：

将 /path/to/java 替换为你的 Java 可执行文件的路径
将 /path/to/your/jar/courses-0.0.1-SNAPSHOT.jar 替换为你构建好的 JAR 文件的路径

保存配置文件并重启 Claude Desktop。现在你应该能在 Claude Desktop 的界面中看到你的 MCP 服务器，以及它所提供的工具。

测试 MCP 服务器

要测试我们的 MCP 服务器，只需向 Claude 提一个关于可用课程的问题即可：

你可以这样问：

“Dan Vega 有哪些课程？”
“你能告诉我 Dan 的 Spring Boot 课程吗？”

Claude 会请求使用相应的工具，从你的 MCP 服务器中检索课程信息，并将其包含在回复中。

更高级的使用方法

现在你已经拥有一个可运行的 MCP 服务器，下面是一些扩展它的方法：

添加更复杂的工具

你可以添加接受多个参数或执行更高级操作的复杂工具：

@Tool(name = "dv_search_courses", description = "Search courses containing a keyword")
public List<Course> searchCourses(String keyword) {
    return courses.stream()
        .filter(course -> course.title().toLowerCase().contains(keyword.toLowerCase()))
        .collect(Collectors.toList());
}

创建本地可执行文件

为了更方便部署，你可以使用 Spring Native 和 GraalVM 将你的 MCP 服务器构建为本地可执行文件：

<plugin>
    <groupId>org.graalvm.buildtools</groupId>
    <artifactId>native-maven-plugin</artifactId>
</plugin>

这将创建一个独立的二进制可执行文件，无需在目标系统上安装 Java。

集成外部数据源

将你的 MCP 服务器连接到数据库、API 或其他外部系统，为 AI 模型提供访问你企业数据的能力：

@Service
public class ProductService {
    private final ProductRepository repository;

    @Tool(name = "find_products", description = "Find products matching criteria")
    public List<Product> findProducts(String category, Double maxPrice) {
        return repository.findByCategoryAndPriceLessThan(category, maxPrice);
    }
}

总结

恭喜你！你已经成功使用 Spring AI 构建了第一个 MCP 服务器。这为你扩展 AI 模型与自定义数据和服务的能力打开了无限可能。

模型上下文协议（Model Context Protocol）架起了强大 AI 模型与特定领域知识之间的桥梁，让你能够构建更加有用、具备上下文感知能力的 AI 应用。通过 Spring AI 提供的 MCP 服务器实现，Java 开发者可以轻松加入这个令人兴奋的生态系统。

你会用新的 MCP 服务器构建什么？也许是连接你的 CRM 系统的接口、通往内部知识库的网关，或者是操作企业数据的智能工具？可能性无穷无尽！

我是一名有十年以上经验的Java老码农，曾经沉迷于代码的世界，也曾在传统业务系统中摸爬滚打。但时代在变，AI 正在重塑技术格局。我不想被浪潮甩在身后，所以选择重新出发，走上 AI 学习与转型的旅程。

这个公众号，记录的不是鸡汤，也不是“割韭菜”的教程，而是我一个程序员真实的思考、学习、实战经验，以及从困惑到突破的全过程。

如果你也是在技术瓶颈中思考转型、想了解 AI 如何与传统开发结合、又或仅仅想看一个普通工程师的进化之路，欢迎关注，一起探索，一起成长。

关注我和我一起，紧跟着AI的步伐，不被时代抛弃。✨