Spring AI 开发 MCP Server 与 MCP Client（SSE 方式）

定义服务类 MathTool

package com.example.tool;

import org.springframework.ai.tool.annotation.Tool;

public class MathTool {
    @Tool(description = "两个数字相加")
    public static int addNumbers(int a, int b) {
        return a + b;
    }

    @Tool(description = "两个数字相减")
    public static int subtractNumbers(int a, int b) {
        return a - b;
    }
}

通过配置类的方式把 MathTool 注入到 Spring 容器中

创建 config 包，在下面创建 McpConfig 类。

package com.example.test_mcp_server.config;

import com.example.tool.MathTool;
import org.springframework.ai.tool.ToolCallbackProvider;
import org.springframework.ai.tool.method.MethodToolCallbackProvider;
import org.springframework.context.annotation.Bean;
import org.springframework.context.annotation.Configuration;

@Configuration
public class McpConfig {
    @Bean
    public ToolCallbackProvider mathTool() {
        return MethodToolCallbackProvider.builder()
                .toolObjects(new MathTool())
                .build();
    }
}

修改配置文件 application.yaml

配置内容为：

server:
  port: 8080
spring:
  application:
    name: math_mcp_server
  ai:
    mcp:
      server:
        enabled: true
        name: test_mcp_server
        version: 1.0.0
        sse-endpoint: /api/v1/sse
        sse-message-endpoint: /api/v1/mcp
        capabilities:
          tool: true
logging:
  level:
    # 查看 MCP 详细日志
    io.modelcontextprotocol: TRACE
    org.springframework.ai.mcp: TRACE

启动服务

启动成功，并提示注册了两个 Tool。

三、如何使用 MCP Server

方式一：使用 Chatbox 连接 MCP Server

设置 AI 模型提供方

选择智谱的 ChatGLM6B，API 密钥去智谱官网申请，点击检查确认。

配置 MCP 服务器

点击左侧的 MCP，添加服务器。配置信息后点击测试，编写的两个工具成功显示。

PS：必须点测试，这样才能完成服务端的初始化连接。 服务端日志会显示连接状态。点击保存。

使用 MCP Server

按 ESC 键退出设置，点击新对话，可以看到刚才添加的 MCP 服务。 输入'运维小兵的计算服务有哪些功能'，AI 给的回复很好的总结了工具的功能。 问：8 加 7 等于几，工具成功调用。 服务端日志内容显示调用过程，测试完毕，符合预期。

方式二：开发一个 Client 来连接 Server

创建 java 工程

跟创建 MCP Server 类似，改下 Artifact 名字，添加 Client 的依赖。 保存工程文件，解压后用 IDEA 打开。

修改 pom.xml，添加核心依赖

<properties>
    <java.version>17</java.version>
    <spring-ai.version>1.1.2</spring-ai.version>
</properties>
<dependencies>
    <dependency>
        <groupId>org.springframework.boot</groupId>
        <artifactId>spring-boot-starter-web</artifactId>
    </dependency>
    <!--调用智谱系列大模型的依赖-->
    <dependency>
        <groupId>org.springframework.ai</groupId>
        <artifactId>spring-ai-starter-model-zhipuai</artifactId>
    </dependency>
    <dependency>
        <groupId>org.springframework.ai</groupId>
        <artifactId>spring-ai-starter-mcp-client-webflux</artifactId>
    </dependency>
</dependencies>
<dependencyManagement>
    <dependencies>
        <dependency>
            <groupId>org.springframework.ai</groupId>
            <artifactId>spring-ai-bom</artifactId>
            <version>${spring-ai.version}</version>
            <type>pom</type>
            <scope>import</scope>
        </dependency>
    </dependencies>
</dependencyManagement>

配置 application.yaml

server:
  port: 8081
spring:
  application:
    name: test-mcp-client
  ai:
    zhipuai:
      # 智谱官网创建 API Key，配置到机器的环境变量 ZHIPU_KEY
      api-key: ${ZHIPU_KEY}
      base-url: "https://open.bigmodel.cn/api/paas"
      chat:
        options:
          model: glm-4-flash
    mcp:
      client:
        sse:
          connections:
            server1:
              # 填写 MCP Server 的地址
              url: http://localhost:8080
              sse-endpoint: /api/v1/sse

创建 Controller

ConnectMcpServer.java：

package com.example.test_mcp_client.controller;

import org.springframework.ai.chat.client.ChatClient;
import org.springframework.ai.tool.ToolCallbackProvider;
import org.springframework.web.bind.annotation.GetMapping;
import org.springframework.web.bind.annotation.RequestMapping;
import org.springframework.web.bind.annotation.RequestParam;
import org.springframework.web.bind.annotation.RestController;

@RestController
@RequestMapping("/mcp")
public class ConnectMcpServer {
    private final ChatClient chatClient;

    public ConnectMcpServer(ChatClient.Builder builder, ToolCallbackProvider toolCallbackProvider) {
        this.chatClient = builder
                .defaultToolCallbacks(toolCallbackProvider.getToolCallbacks())
                .build();
    }

    @GetMapping("/test")
    public String test(@RequestParam(name = "query") String query) {
        return chatClient.prompt()
                .system("你是一个有用的 AI 助手")
                .user(query)
                .call()
                .content();
    }
}

启动 Client 服务

服务启动成功，SERVER 端完成初始化。

访问接口进行测试

GET http://localhost:8081/mcp/test?query=8 加 6 等于几 查看 SERVER 日志，完美。

四、资料

Spring AI 官网：https://docs.spring.io/spring-ai/reference/index.html