<think>我们正在讨论的是如何在
Spring Boot项目中引入和使用`
spring-ai-starter-mcp-client`这个
starter。
根据引用[1]和[3]，我们知道：
- 这个
starter底层基于
MCP Java SDK。
- 它提供了自动配置，支持多
client实例管理、自动初始化、定制化，并且与
Spring AI Tools无缝集成。
- 通过自动配置类`
McpClientAutoConfiguration`和`
McpToolCallbackAutoConfiguration`来创建
客户端和工具回调。
使用步骤：
1
. 添加依赖：在项目的pom
.xml（Maven）或build
.gradle（Gradle）中添加对`
spring-ai-starter-mcp-client`的依赖。
2
. 配置属性：在application
.properties或application
.yml中配置
MCP客户端的属性，例如服务端地址、传输协议等。
3
. 使用自动配置的
客户端：
Spring Boot会自动创建`
McpSync
Client`和`
McpAsync
Client`的bean，你可以通过注入来使用它们。
4
. 与
Spring AI Tools集成：如果需要使用工具回调（Tool Callback），则需确保相关配置启用，并注入`Sync
McpToolCallbackProvider`或`Async
McpToolCallbackProvider`。
详细步骤：
第一步：添加依赖
Maven:
```xml
<dependency>
<groupId>org
.springframework
.ai</groupId>
<artifactId>
spring-ai-starter-mcp-client</artifactId>
<version>0
.8
.1</version> <!
-- 请使用与
Spring AI版本一致的版本
-->
</dependency>
```
Gradle:
```groovy
implementation 'org
.springframework
.ai:
spring-ai-starter-mcp-client:0
.8
.1'
```
第二步：配置属性
在`application
.properties`中配置，例如：
```properties
# 启用
MCP客户端
spring.ai.mcp.client.enabled=true
# 配置一个名为default的
客户端（可以配置多个，通过名称区分）
spring.ai.mcp.client.default
.transport=http
spring.ai.mcp.client.default
.base
-url=http://127
.0
.0
.1:8080
```
或者使用`application
.yml`：
```yaml
spring:
ai:
mcp:
client:
enabled: true
default: #
客户端名称
transport: http
base
-url: http://127
.0
.0
.1:8080
```
注意：可以配置多个
客户端，只需要使用不同的名称（如
client1,
client2）并分别配置。
第三步：使用
客户端
在代码中，可以直接注入`
McpSync
Client`或`
McpAsync
Client`。例如，注入同步
客户端：
```java
import org
.springframework
.ai.mcp.client.McpSync
Client;
import org
.springframework
.beans
.factory
.annotation
.Autowired;
import org
.springframework
.stereotype
.Service;
@Service
public class MyService {
private final
McpSync
Client mcpSync
Client;
@Autowired
public MyService(
McpSync
Client mcpSync
Client) { // 默认情况下，会有一个名为'default'的
客户端
this
.mcpSync
Client =
mcpSync
Client;
}
public void doSomething() {
// 使用
客户端进行调用
McpSchema
.InitializeResult initializeResult =
mcpSync
Client.initialize();
//
... 其他操作
}
}
```
如果有多个
客户端，可以通过名称注入。例如，使用`@Qualifier`指定
客户端名称：
```java
@Service
public class MyService {
private final
McpSync
Client mcpSync
ClientClient1;
private final
McpSync
Client mcpSync
ClientClient2;
@Autowired
public MyService(@Qualifier("
client1")
McpSync
Client client1,
@Qualifier("
client2")
McpSync
Client client2) {
this
.mcpSync
ClientClient1 =
client1;
this
.mcpSync
ClientClient2 =
client2;
}
}
```
配置多个
客户端时，属性配置示例：
```yaml
spring:
ai:
mcp:
client:
enabled: true
client1:
transport: http
base
-url: http://127
.0
.0
.1:8081
client2:
transport: http
base
-url: http://127
.0
.0
.1:8082
```
第四步：与
Spring AI Tools集成
如果要将
MCP客户端用作Tool Callback（即模型调用外部工具），需要启用工具回调配置：
```properties
spring.ai.mcp.client.toolcallback
.enabled=true
```
然后在需要使用的地方注入`Sync
McpToolCallbackProvider`（同步）或`Async
McpToolCallbackProvider`（异步）:
```java
@Service
public class ToolService {
private final Sync
McpToolCallbackProvider sync
McpToolCallbackProvider;
@Autowired
public ToolService(Sync
McpToolCallbackProvider sync
McpToolCallbackProvider) {
this
.sync
McpToolCallbackProvider = sync
McpToolCallbackProvider;
}
// 将这个callback provider设置给Chat
Client，这样Chat
Client在需要调用工具时会自动使用
MCP客户端
}
```
在配置聊天
客户端时，可以添加这个回调提供者：
```java
@Bean
public Chat
Client chat
Client(ChatModel chatModel, Sync
McpToolCallbackProvider toolCallbackProvider) {
return Chat
Client.builder(chatModel)
.defaultTools(toolCallbackProvider
.getTools())
.build();
}
```
注意：以上代码示例中，我们假设使用的是同步
客户端。如果需要异步，可以类似地使用`
McpAsync
Client`和`Async
McpToolCallbackProvider`。
总结：
通过添加
starter依赖，配置属性，然后在代码中注入
客户端即可使用。同时，通过启用工具回调，可以方便地将
MCP客户端与
Spring AI的聊天
客户端集成，实现模型调用外部工具的能力。
引用说明：
- 引用[1]和[3]提到
starter提供了自动配置和管理多个
客户端实例的能力，并支持工具集成。
- 引用[2]提到了
MCP客户端启动器支持同步/异步通信和多种传输协议。
因此，按照上述步骤即可使用`
spring-ai-starter-mcp-client`。
生成相关问题：
1
. 如何配置多个
MCP客户端实例？
2
. 如何在
Spring AI中集成
MCP客户端作为工具回调？
3
. 使用`
spring-ai-starter-mcp-client`时，如何选择同步或异步模式？
4
. 如何设置
MCP客户端的超时等高级配置？
5
. 如何扩展
MCP客户端以支持自定义传输协议？
</think>以下是 `
spring-ai-starter-mcp-client`
客户端的完整使用指南，基于
Spring Boot 的自动配置特性实现高效集成：
---
### 一、添加依赖
在 `pom
.xml` 中添加
Starter 依赖（需与
Spring AI 版本一致）：
```xml
<dependency>
<groupId>org
.springframework
.ai</groupId>
<artifactId>
spring-ai-starter-mcp-client</artifactId>
<version>0
.8
.1</version> <!
-- 匹配您的
Spring Boot版本
-->
</dependency>
```
---
### 二、基础配置
在 `application
.yml` 中配置
客户端：
```yaml
spring:
ai:
mcp:
client:
enabled: true
# 单实例配置
default:
base
-url: http://127
.0
.0
.1:8080
transport: http # 支持 http/sse/websocket
connection
-timeout: 10s
request
-timeout: 30s
# 多实例配置（可选）
weather
-service:
base
-url: http://weather
-api:8081
```
---
### 三、核心用法
#### 1
. 注入同步
客户端
```java
@Service
public class WeatherService {
@Autowired
private
McpSync
Client mcpSync
Client; // 默认
客户端
@Autowired
@Qualifier("weather
-service") // 指定多实例
private
McpSync
Client weather
Client;
public String getWeather(String city) {
CallToolResponse response = weather
Client.callTool(
CallToolRequest
.create("getWeatherByCity", Map
.of("city", city))
);
return response
.getResult();
}
}
```
#### 2
. 异步
客户端调用
```java
@Autowired
private
McpAsync
Client mcpAsync
Client;
public CompletableFuture<String> asyncCall() {
return
mcpAsync
Client.callTool(
CallToolRequest
.create("asyncOperation", Map
.of("param", "value"))
)
.thenApply(CallToolResponse::getResult);
}
```
#### 3
. AI 工具集成（自动回调）
启用工具回调配置：
```yaml
spring:
ai:
mcp:
client:
toolcallback:
enabled: true # 启用
AI工具自动回调[^3]
```
在聊天
客户端中自动集成：
```java
@Bean
public Chat
Client chat
Client(ChatModel chatModel, Sync
McpToolCallbackProvider toolProvider) {
return Chat
Client.builder(chatModel)
.defaultTools(toolProvider
.getTools()) // 自动绑定
MCP工具
.build();
}
```
---
### 四、高级配置
#### 1
. 自定义传输协议
```java
@Configuration
public class
McpConfig {
@Bean
Named
ClientMcpTransport customTransport() {
return Named
ClientMcpTransport
.builder()
.name("custom
-transport")
.factory(params
-> new WebSocket
ClientTransport(params
.getBaseUrl()))
.build();
}
}
```
#### 2
. 多实例管理
```yaml
spring:
ai:
mcp:
client:
clients:
- name: serviceA
base
-url: http://service
-a:8080
- name: serviceB
base
-url: http://service
-b:8081
transport: sse
```
注入指定实例：
```java
@Autowired
@Qualifier("serviceB")
private
McpSync
Client serviceB
Client;
```
---
### 五、执行流程解析
1
. **自动配置阶段**：
`
McpClientAutoConfiguration` 根据属性创建
客户端实例[^3]
$$ \text{
McpClientCommonProperties} \xrightarrow{\text{构建}} \text{List<
McpSync
Client>} $$
2
. **工具回调集成**：
`
McpToolCallbackAutoConfiguration` 创建回调提供者
$$ \text{
spring.ai.mcp.client.toolcallback
.enabled=true} \Rightarrow \text{Sync
McpToolCallbackProvider} $$
3
. **运行时交互**：
```merm
aid
sequenceDiagram
Chat
Client->>+
MCP 服务: 调用指定工具
MCP 服务
-->>
- Chat
Client: 返回结构化响应
```
---
### 常见问题解决
1
. **连接失败**：检查 `base
-url` 和网络策略
2
. **工具未注册**：确认服务端已实现对应工具
3
. **超时调整**：增大 `request
-timeout` 值
4
. **多实例冲突**：使用 `@Qualifier` 精确注入
> 最佳实践：生产环境建议启用 SSE 传输协议实现双向通信[^2]
---
### 相关问题
1
. 如何为不同的
MCP 服务配置独立的超时设置？
2
. 在
Spring AI 中如何监控
MCP 客户端的调用性能？
3
. 如何扩展 `
McpToolCallbackProvider` 实现自定义工具路由逻辑？
4
. MCP 客户端与
Spring Cloud LoadBalancer 如何集成实现负载均衡？
5
. 如何为
MCP 通信添加 OAuth2 安全认证？
[^1]:
SpringAI 的
MCP Client Boot
Starter 提供多实例管理和自动初始化能力
[^2]: 支持同步/异步通信和多种传输协议配置
[^3]: 通过 `
McpToolCallbackAutoConfiguration` 实现与
AI Tools 的无缝集成
超级会员免费看
订阅专栏 解锁全文
扫一扫
102
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
