news 2026/5/1 0:18:08

MCP 实现

作者头像

张小明

前端开发工程师

1.2k 24
文章封面图
MCP 实现

MCP（Model Context Protocol）本质是标准化的 LLM 工具调用交互规范，核心目标是让 AI 工具（如 Claude Desktop、IDE 插件）安全、高效地调用封装了本地 / 远程资源的 “能力服务”，其实现逻辑与 Function Call 一致，但更强调 “通信协议标准化” 和 “多场景适配（本地 / 远程）”。

MCP 是一个开放协议，它标准化了应用程序如何向大语言模型（LLMs）提供上下文。

MCP 核心角色

MCP 的实现依赖 5 个核心角色，各角色分工明确，共同完成 “工具调用” 闭环：

角色

核心职责

示例

MCP 主机（Host）

发起工具调用需求的 “业务方”，即 MCP 能力的使用者

Trae、Claude Desktop、IDE 插件、AI 问答工具

MCP 客户端（Client）

遵循 MCP 协议的 “通信代理”，负责与 MCP 服务器建立连接、传递调用请求、接收结果

基于 stdio/SSE 的 Spring AI 客户端

MCP 服务器（Server）

封装 “工具能力” 的 “服务提供方”，暴露可调用的工具（如天气查询、数据库访问）

本地嵌入式服务、远程 HTTP 服务

本地数据源

MCP 服务器可安全访问的本地资源（避免 Host 直接操作）

本地文件、MySQL 数据库、本地 API

远程服务

MCP 服务器可调用的外部互联网服务

天气 API（OpenMeteo）、支付接口

MCP 两种实现方式

  1. 基于 stdio（标准输入输出）
    • 适用场景：嵌入式、单机部署，客户端直接启动服务端子进程。
    • 特点：轻量、无网络依赖，适合本地工具（如文件读取、系统命令）。
    • 实现关键：
      • 服务端需设置spring.main.web-application-type=none
      • 启动参数包含-Dspring.ai.mcp.server.stdio=true
      • 客户端通过StdioClientTransport管理子进程 。
  1. 基于 SSE（Server-Sent Events）
    • 适用场景：远程服务、多客户端共享、云原生部署。
    • 特点：基于 HTTP/HTTPS，可跨网络调用，支持负载均衡。
    • 实现关键：
      • 服务端作为 WebFlux 应用运行在指定端口（如 8080）
      • 客户端通过WebFluxSseClientTransport连接

两种方式在业务逻辑层完全一致——都通过@Tool注解暴露方法

MCP 客户端实现

客户端的核心是 “按协议与服务器通信”，分为本地 stdio 模式（同一机器，子进程交互）和远程 SSE 模式（跨机器，HTTP 交互），两者实现差异集中在 “连接方式” 和 “配置”。

本地 stdio 模式（适合嵌入式场景）

核心特点

客户端与服务器在同一台机器，客户端通过 “启动服务器子进程”，用标准输入输出流（stdio）通信，无需网络，延迟低。

实现步骤

  1. 添加依赖（Spring AI MCP 客户端 starter）
<!-- 本地stdio模式依赖 --> <dependency> <groupId>org.springframework.ai</groupId> <artifactId>spring-ai-mcp-client-spring-boot-starter</artifactId> </dependency>
  1. 配置服务器（application.yml + JSON 配置文件）
    • application.yml：指定服务器配置文件路径，或直接配置启动命令
spring: ai: dashscope: # 若调用远程LLM（如通义千问），配置API密钥 api-key: ${DASH_SCOPE_API_KEY} mcp: client: stdio: # 方式1：指定服务器配置文件（推荐，分离配置） servers-configuration: classpath:/mcp-servers-config.json # 方式2：直接配置（适合简单场景） # connections: # server1: # command: java # args: [-jar, /path/to/mcp-server.jar]
    • mcp-servers-config.json：定义服务器启动参数（如命令、JVM 参数）
{ "mcpServers": { "weather-server": { # 服务器名称（自定义） "command": "java", # 启动命令 "args": [ "-Dspring.ai.mcp.server.stdio=true", # 启用stdio模式 "-Dspring.main.web-application-type=none", # 禁用Web服务（本地子进程） "-jar", "/path/to/weather-mcp-server.jar" # 服务器Jar包路径 ], "env": {} # 可选：环境变量（如数据库密码） } } }
  1. 代码实现：构建 ChatClient，注入 MCP 工具
@SpringBootApplication public class McpStdioClientApplication { public static void main(String[] args) { SpringApplication.run(McpStdioClientApplication.class, args); } // 注入工具和ChatClient，执行查询 @Bean public CommandLineRunner runTool( ChatClient.Builder chatClientBuilder, ToolCallbackProvider tools, // MCP工具自动注入 ConfigurableApplicationContext context) { return args -> { // 1. 构建支持MCP工具的ChatClient ChatClient chatClient = chatClientBuilder .defaultTools(tools) // 注入MCP服务器的工具（如天气查询） .build(); // 2. 调用工具：查询北京天气（触发MCP客户端向服务器发请求） String userQuery = "北京的天气如何？"; System.out.println(">>> 问题：" + userQuery); String result = chatClient.prompt(userQuery).call().content(); System.out.println(">>> 结果：" + result); context.close(); }; } }

远程 SSE 模式（适合多客户端共享场景）

核心特点

服务器独立部署（如远程服务器、云服务），客户端通过Server-Sent Events（SSE）协议（HTTP 长连接）与服务器通信，支持多客户端同时调用。

实现步骤

  1. 添加依赖（支持 SSE 的 MCP 客户端 starter）
<!-- 远程SSE模式依赖 --> <dependency> <groupId>org.springframework.ai</groupId> <artifactId>spring-ai-starter-mcp-client</artifactId> </dependency>
  1. 配置服务器（仅需指定远程 URL）
spring: ai: dashscope: api-key: ${DASH_SCOPE_API_KEY} mcp: client: sse: connections: weather-server: # 服务器名称 url: http://localhost:8080 # 远程MCP服务器地址（SSE服务端口）
  1. 代码实现：与 stdio 模式完全一致（协议透明化）
@SpringBootApplication public class McpSseClientApplication { public static void main(String[] args) { SpringApplication.run(McpSseClientApplication.class, args); } @Bean public CommandLineRunner runTool( ChatClient.Builder chatClientBuilder, ToolCallbackProvider tools, ConfigurableApplicationContext context) { return args -> { // 代码与stdio模式完全相同，Spring AI自动处理SSE通信 ChatClient chatClient = chatClientBuilder.defaultTools(tools).build(); String result = chatClient.prompt("北京天气？").call().content(); System.out.println(">>> SSE模式结果：" + result); context.close(); }; } }

MCP 服务器实现

服务器的核心是 “将能力封装为可调用的工具”，通过@Tool注解标记方法，让客户端自动发现并调用，同样支持 stdio 和 SSE 两种部署模式。

本地 stdio 模式（嵌入式服务器）

核心特点

作为客户端的 “子进程” 启动，无独立端口，禁用 Web 服务，适合本地资源访问（如本地文件、数据库）。

实现步骤：
  1. 添加依赖（stdio 模式服务器 starter）
<dependency> <groupId>org.springframework.ai</groupId> <artifactId>spring-ai-starter-mcp-server-webflux</artifactId> </dependency>
  1. 配置服务器（禁用 Web，启用 stdio）
spring: main: web-application-type: none # 关键：禁用Web服务（嵌入式子进程） banner-mode: off # 关闭启动日志（减少干扰） ai: mcp: server: stdio: true # 启用stdio模式 name: weather-stdio-server # 服务器名称（客户端需匹配） version: 0.0.1 # 版本号（用于兼容性判断）
  1. 封装工具：用@Tool标记可调用方法
// 服务类：封装天气查询能力（调用远程天气API） @Service public class WeatherToolService { private final WebClient webClient; // 注入WebClient，用于调用远程天气API public WeatherToolService(WebClient.Builder webClientBuilder) { this.webClient = webClientBuilder.baseUrl("https://api.open-meteo.com/v1").build(); } /** * 工具1：根据经纬度查天气预报 * @Tool：标记为MCP工具，description供客户端识别功能 * @ToolParameter：描述参数，帮助客户端传递正确值 */ @Tool(description = "根据经纬度获取实时天气预报（温度、风速）") public String getWeather( @ToolParameter(description = "纬度，示例：39.9042（北京）") String latitude, @ToolParameter(description = "经度，示例：116.4074（北京）") String longitude) { try { // 调用远程天气API String apiResult = webClient.get() .uri(uri -> uri.path("/forecast") .queryParam("latitude", latitude) .queryParam("longitude", longitude) .queryParam("current", "temperature_2m,wind_speed_10m") .build()) .retrieve() .bodyToMono(String.class) .block(); // 格式化结果（实际项目需解析JSON） return "北京天气：\n" + apiResult; } catch (Exception e) { return "查询失败：" + e.getMessage(); } } /** 工具2：根据经纬度查空气质量（模拟数据） */ @Tool(description = "根据经纬度获取空气质量（PM2.5、AQI）") public String getAirQuality( @ToolParameter(description = "纬度") String latitude, @ToolParameter(description = "经度") String longitude) { return "北京空气质量：\nPM2.5: 15 μg/m³（优）\nAQI: 42"; } }
  1. 注册工具：让服务器识别并暴露工具
@SpringBootApplication public class McpStdioServerApplication { public static void main(String[] args) { SpringApplication.run(McpStdioServerApplication.class, args); } // 注册工具：将WeatherToolService中的@Tool方法暴露给客户端 @Bean public ToolCallbackProvider weatherTools(WeatherToolService weatherToolService) { return MethodToolCallbackProvider.builder() .toolObjects(weatherToolService) // 传入工具类实例 .build(); } }

远程 SSE 模式（独立服务器）

核心特点

作为独立 Web 服务启动（有端口），支持多客户端远程调用，适合共享能力（如团队内共用的数据库查询工具）。

实现步骤

  1. 添加依赖（同 stdio 模式，需 WebFlux 支持 SSE）
<dependency> <groupId>org.springframework.ai</groupId> <artifactId>spring-ai-starter-mcp-server-webflux</artifactId> </dependency>
  1. 配置服务器（指定端口，启用 SSE）
server: port: 8080 # 独立服务端口（客户端需配置此地址） spring: ai: mcp: server: name: weather-sse-server # 服务器名称 version: 0.0.1 # 无需配置stdio=true（默认启用SSE）
  1. 工具封装与注册：与 stdio 模式完全一致

工具类（WeatherToolService）和注册代码（ToolCallbackProvider）与 stdio 模式相同，Spring AI 自动通过 SSE 协议暴露工具。

  1. 启动服务器：独立运行
# 打包 mvn clean package -DskipTests # 启动（独立进程） java -jar target/weather-sse-server.jar

MCP 客户端与服务器交互流程

两种模式的交互逻辑差异集中在 “连接建立方式”，核心工具调用流程一致（请求→处理→响应）。

stdio 模式交互（本地子进程）

  1. 客户端启动时，读取mcp-servers-config.json，执行java -jar命令启动服务器子进程；
  2. 客户端通过 “标准输入流” 向服务器发送工具调用请求（如getWeather(latitude=39.9042, longitude=116.4074)）；
  3. 服务器执行@Tool方法，通过 “标准输出流” 将结果返回给客户端；
  4. 客户端将结果传递给 Host（如 AI 工具），生成最终回答。

SSE 模式交互（远程 HTTP）

  1. 客户端启动时，通过配置的http://localhost:8080建立 SSE 长连接；
  2. 客户端通过 HTTP 请求发送工具调用参数，服务器接收后执行@Tool方法；
  3. 服务器通过 SSE 流将结果推送给客户端（无需客户端轮询）；
  4. 客户端接收结果，传递给 Host。

MCP 的本质

MCP 与 LLM 的 Function Call 核心目标一致（让 AI 调用外部工具），但 MCP 是更具象的 “交互协议规范”，两者差异如下：

维度

Function Call（如 OpenAI 函数调用）

MCP（模型上下文协议）

核心定位

工具调用能力（LLM 侧定义）

工具调用的 “通信 + 封装” 标准化规范

通信方式

依赖 LLM API（如 OpenAI API）

支持 stdio（本地）、SSE（远程）两种模式

能力封装

需手动定义函数 Schema

用@Tool

注解自动封装，无需手动写 Schema

部署场景

多为远程 API 调用

支持本地嵌入式、远程共享两种场景

安全隔离

无明确隔离（Host 直接调用工具）

服务器隔离 Host 与数据源（Host 不直接操作本地资源）

结论：MCP 是 Function Call 的 “工业化实现”—— 它将 Function Call 的 “工具调用逻辑”，通过标准化协议（stdio/SSE）、注解式工具封装、多场景部署，变成可落地的工程方案。

Function Calling 是‘模型自己会用的工具’，MCP 是‘让模型安全、标准地连接万物的协议’

MCP 核心价值

  1. 标准化：终结了各家 Function Calling 的碎片化，提供统一接口。
  2. 解耦：LLM 应用与工具服务完全分离，便于独立开发、部署、升级。
  3. 安全可控：通过独立服务进程隔离敏感操作（如数据库访问）。
  4. 生态友好：任何人可开发 MCP Server，形成“AI 工具市场”。

MCP 落地最佳实践

  1. 工具设计：
    • 每个@Tool方法仅做一件事（如 “查天气”“查空气质量” 分开），避免参数过多；
    • 用@ToolParameter详细描述参数（含示例），帮助 LLM 生成正确参数。
  1. 错误处理：
    • 服务器工具方法必须捕获异常，返回 “用户可理解的错误信息”（如 “纬度格式错误，示例：39.9042”）。
  1. 部署选择：
    • 本地资源访问（如本地文件、数据库）→ 选 stdio 模式（低延迟、安全）；
    • 多客户端共享能力（如团队共用工具）→ 选 SSE 模式（方便部署、可扩展）
版权声明: 本文来自互联网用户投稿，该文观点仅代表作者本人，不代表本站立场。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如若内容造成侵权/违法违规/事实不符，请联系邮箱：809451989@qq.com进行投诉反馈，一经查实，立即删除！
网站建设 2026/5/1 12:25:11

rembg背景移除工具在Python 3.13环境下的兼容性深度解析

rembg背景移除工具在Python 3.13环境下的兼容性深度解析 【免费下载链接】rembg Rembg is a tool to remove images background 项目地址: https://gitcode.com/GitHub_Trending/re/rembg 随着Python 3.13的正式发布&#xff0c;众多开发者开始关注其与现有工具链的兼容…

作者头像 李华
网站建设 2026/5/1 14:38:40

使用rpmbuild将源代码制成rpm包

1 说明 因centos停止支持&#xff0c;需要将一些应用软件迁移到OpenEuler上。原本在centos上只需要直接安装官网提供的预编译rpm包即可&#xff0c;现在没有了现成的安装包&#xff0c;只能从源代码自行编译。如果只是少数机器&#xff0c;逐台编译尚可忍耐&#xff0c;对于大…

作者头像 李华
网站建设 2026/5/1 8:05:52

C# 开发 FTP 客户端

C# 开发 FTP 客户端主要有两种思路&#xff1a;一是使用 .NET 内置的 FtpWebRequest 类&#xff0c;二是借助功能更强大的第三方开源库。 主要实现方案对比方案类型方案名称 / 核心类关键特点 / 优势适用场景源码/资源链接 (来自搜索结果).NET 内置类FtpWebRequest / FtpWebRes…

作者头像 李华
网站建设 2026/5/1 4:33:36

Mamba选择性扫描：5倍加速的序列建模革命性突破

Mamba选择性扫描&#xff1a;5倍加速的序列建模革命性突破 【免费下载链接】mamba 项目地址: https://gitcode.com/GitHub_Trending/ma/mamba 还在为Transformer内存爆炸而苦恼&#xff1f;Mamba的选择性状态空间机制正以惊人的效率重塑序列建模的游戏规则。这种创新架…

作者头像 李华
网站建设 2026/4/20 16:46:32

终极Python架构指南：从领域驱动到企业级应用

终极Python架构指南&#xff1a;从领域驱动到企业级应用 【免费下载链接】book A Book about Pythonic Application Architecture Patterns for Managing Complexity. Cosmos is the Opposite of Chaos you see. OR. wouldnt actually let us call it "Cosmic Python"…

作者头像 李华
网站建设 2026/4/30 17:46:36

Cider终极指南：解决跨平台音乐播放的完整方案

Cider终极指南&#xff1a;解决跨平台音乐播放的完整方案 【免费下载链接】Cider A new cross-platform Apple Music experience based on Electron and Vue.js written from scratch with performance in mind. &#x1f680; 项目地址: https://gitcode.com/gh_mirrors/ci/…

作者头像 李华