Spring AI 开发 MCP Server 和 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

这里选择智谱的 ChatGLM6B，API 密钥去智谱官网申请，点击检查。

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。

注意：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 ECS 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，调用成功。

四、资料

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