手把手教学：SpringBoot + MCP（SSE） + Cherry Studio实战

大模型应用开发专栏

（一）手把手教学：LangChain4j实现Java与AI大模型深度对话
（二）Windows搭建AI大模型应用开发环境以及踩过的坑
（三）Windows搭建AI大模型应用开发环境 - 向量数据库pgvector
（四）手把手教学：SpringBoot+LangChain4j实战全攻略
（五）手把手教学：SpringBoot整合LangChain4j实现知识库RAG检索
（六）手把手教学：SpringBoot + MCP + Cherry Studio实战

一、MCP

1、基本概念

MCP（Model Context Protocol，模型上下文协议）是由 Anthropic 推出的开源协议，旨在实现大型语言模型（LLM）与外部数据源和工具的无缝集成，用来在大模型和数据源之间建立安全双向的链接。

目标是成为 AI 领域的“HTTP 协议”，推动 LLM 应用的标准化和去中心化。

例如：AI 应用程序的 USB-C 端口。正如 USB-C 提供了一种将设备连接到各种外围设备和配件的标准化方式一样，MCP 也提供了一种将 AI 模型连接到不同数据源和工具的标准化方式。

2、协议原理：构建AI的"神经系统"

2.1 核心架构设计

MCP采用客户端-服务器架构，包含三大组件：

• MCP主机：发起请求的应用程序（如Claude Desktop）
• MCP客户端：负责与服务器通信的中介模块
• MCP服务器：提供具体功能的服务节点（如数据库接口、邮件系统）

3、MCP 的价值

举个栗子，在过去，为了让大模型等 AI 应用使用我们的数据，要么复制粘贴，要么上传下载，非常麻烦。

即使是最强大模型也会受到数据隔离的限制，形成信息孤岛，要做出更强大的模型，每个新数据源都需要自己重新定制实现，使真正互联的系统难以扩展，存在很多的局限性。

现在，MCP 可以直接在 AI 与数据（包括本地数据和互联网数据）之间架起一座桥梁，通过 MCP 服务器和 MCP 客户端，大家只要都遵循这套协议，就能实现“万物互联”。

<