Spring AI（9）——MCP客户端
Spring AI的MCP客户端介绍
模型上下文协议 （MCP） 是一种标准化协议，使 AI 模型能够以结构化方式与外部工具和资源交互。 它支持多种传输机制，以便在不同环境中提供灵活性。
MCP Java SDK 提供模型上下文协议的 Java 实现，通过同步和异步通信模式实现与 AI 模型和工具的标准化交互。
Spring AI MCP通过 Spring Boot 集成扩展了 MCP Java SDK，同时提供了客户端和服务器Starters。
MCP官网提供的java sdk：Overview - Model Context Protocol
Spring AI提供了两种客户端的开发：
- 标准客户端
通过STDIO（in-process） 和/或SSE（远程）访问MCP服务端。 SSE 连接使用基于 HttpClient 的传输实现。 与 MCP 服务器的每次连接都会创建一个新的 MCP 客户端实例。 可以选择SYNC或ASYNCMCP 客户端（注意：不能混合使用同步客户端和异步客户端）。
- WebFlux客户端
提供与标准客户端类似的功能，但使用基于 WebFlux 的 SSE 传输实现。
SDTIO方式通信
导入jar
<dependency><groupId>org.springframework.ai</groupId><artifactId>spring-ai-starter-mcp-client</artifactId>
</dependency>yml配置
application.yml
logging:level:org.springframework.ai: DEBUGio.modelcontextprotocol.client: DEBUGio.modelcontextprotocol.spec: DEBUGspring:ai:zhipuai:api-key: 智谱大模型的apikeychat:options:model: glm-4-flashtemperature: 0.7mcp:client:name: my-mcp-clientversion: 1.0.0request-timeout: 10stype: syncstdio:servers-configuration: classpath:mcp-servers-config.jsonClaude Desktop 格式的MCP服务的JSON配置
mcp-servers-config.json
{"mcpServers": {"everything": {"command": "C:\\Program Files\\nodejs\\npx.cmd","args": ["-y","@modelcontextprotocol/server-everything@2025.4.28"]}}
}注意：application.yml和mcp-servers-config.json都放在项目的resources目录下
本例使用的MCP服务是server-everything，关于该mcp服务的介绍，可以参考博客：
LangChain4j（17）——MCP客户端-CSDN博客
ChatClient对象中指定MCP服务器
注入MCP的同步客户端对象
@Resourceprivate List<McpSyncClient> mcpSyncClients; @Beanpublic ChatClient chatClient(ZhiPuAiChatModel chatModel) {return ChatClient.builder(chatModel)// 设置系统消息.defaultSystem("你是一个java架构师")// 指定工具.defaultTools(new MyTools())// 指定同步的MCP回调工具对象.defaultToolCallbacks(new SyncMcpToolCallbackProvider(mcpSyncClients))//配置日志相关的Advisor，需要开启日志级别以及配置 默认debug级别.defaultAdvisors(simpleLoggerAdvisor(),MessageChatMemoryAdvisor.builder(chatMemory()).build()).build();}控制层方法
package com.renr.springainew.mcp;import jakarta.annotation.Resource;
import org.springframework.ai.chat.client.ChatClient;
import org.springframework.web.bind.annotation.GetMapping;
import org.springframework.web.bind.annotation.RequestMapping;
import org.springframework.web.bind.annotation.RestController;/*** @Classname MspClientController* @Description TODO* @Date 2025-05-28 18:29* @Created by 老任与码*/
@RestController
@RequestMapping("/mcp")
public class MspClientController {@Resourceprivate ChatClient client;@GetMapping("/chat")public String chat(String message) {String answer = this.client.prompt("11加12等于多少").call().content();System.out.println(answer);return "success";}
}
执行结果
我们还打印了执行过程的一些日志，从日志中看出，内部调用了server-everyting服务的add方法。
Http SSE方式通信
修改yml配置
logging:level:org.springframework.ai: DEBUGio.modelcontextprotocol.client: DEBUGio.modelcontextprotocol.spec: DEBUG
spring:ai:zhipuai:api-key: XXXXXXXXXchat:options:model: glm-4-flashtemperature: 0.7mcp:client:name: my-mcp-clientversion: 1.0.0request-timeout: 10stype: syncsse:connections:server1:url: http://localhost:3001sse-endpoint: /sse以sse方式启动server-everyting服务
安装：
npm install -g @modelcontextprotocol/server-everything@2025.4.28sse模式启动服务：
找到服务的安装位置，执行如下命令：
注意：笔者按照server-everything中提供的sse方式启动后，mcp客户端无法连接。不确定是哪里的问题。
官方的启动方式：npx @modelcontextprotocol/server-everything sse
控制层方法不变，测试结果如下：
从输出日志可以看出，也调用了server-everything中的add函数。
WebFlux SSE方式通信
只需要修改导入的jar为：
<dependency><groupId>org.springframework.ai</groupId><artifactId>spring-ai-starter-mcp-client-webflux</artifactId></dependency>其他的配置和代码无需改动，本文不再演示。