MCP 這個概念相信大家已經聽了無數次了，但不同人會有不同的解釋，你可能也是聽得云里霧里的。

不過沒關系，今天這篇內容會通過 Spring AI 給你實現一個 MCP 的 Client 和 Server 架構，讓你徹底搞懂 MCP 的概念，以及學會 MCP 的開發技能。

什么是MCP？

MCP 是 Model Context Protocol，模型上下文協議，它是由 Anthropic（Claude 大模型母公司）提出的開放協議，用于大模型連接外部“數據源”的一種協議。

它可以通俗的理解為 Java 界的 Spring Cloud Openfeign，只不過 Openfeign 是用于微服務通訊的，而 MCP 用于大模型通訊的，但它們都是為了通訊獲取某項數據的一種機制，如下圖所示：

為什么需要MCP？

MCP 存在的意義是它解決了大模型時代最關鍵的三個問題：數據孤島、開發低效和生態碎片化等問題。

1.打破數據孤島，讓AI“連接萬物”

大模型本身無法直接訪問實時數據或本地資源（如數據庫、文件系統），傳統方式需要手動復制粘貼或定制接口。MCP 通過標準化協議，讓大模型像“插USB”一樣直接調用外部工具和數據源，例如：

• 查天氣時自動調用氣象 API，無需手動輸入數據。
• 分析企業數據時直接連接內部數據庫，避免信息割裂。

2.降低開發成本，一次適配所有場景

在之前每個大模型（如 DeepSeek、ChatGPT）需要為每個工具單獨開發接口（Function Calling），導致重復勞動，MCP 通過統一協議：

• 開發者只需寫一次 MCP 服務端，所有兼容 MCP 的模型都能調用。
• 用戶無需關心技術細節，大模型可直接操作本地文件、設計軟件等。

3.提升安全性與互操作性

• 安全性：MCP 內置權限控制和加密機制，比直接開放數據庫更安全。
• 生態統一：類似 USB 接口，MCP 讓不同廠商的工具能“即插即用”，避免生態分裂。

4.推動AIAgent的進化

MCP 讓大模型從“被動應答”變為“主動調用工具”，例如：

• 自動抓取網頁新聞補充實時知識。
• 打開 Idea 編寫一個“Hello World”的代碼。

MCP 的誕生，相當于為AI世界建立了“通用語言”，讓模型、數據和工具能高效協作，最終釋放大模型的全部潛力。

MCP組成和執行流程

MCP 架構分為以下 3 部分：

• 客戶端：大模型應用（如 DeepSeek、ChatGPT）發起請求。
• 服務器：中間層，連接具體工具（如數據庫、設計軟件）。
• 資源：具體的數據或工具（如 Exce l文件、網頁 API）。

運行流程：

• 用戶提問。
• 大模型通過 MCP 客戶端發送請求。
• MCP 服務器接收指令。
• 調用對應工具（如數據庫）執行。
• 返回結果給大模型。
• 生成最終回答。

Spring AI MCP 介紹

Spring AI MCP 是通過 Spring Boot 集成擴展了 MCP 的 Java SDK（開發工具），它同時提供了 Spring Boot 客戶端和服務器的啟動器，方便使用 Spring AI MCP 快速開發 AI 應用程序。

Spring AI MCP 實戰

當前案例中，我們使用 MCP 實現一個天氣查詢小助手，其中包含的主要角色有：

• MCP Server：MCP 服務提供方，提供天氣查詢功能。
• MCP Client：MCP 客戶端（大模型端）我們對接 DeepSeek LLM 實現對 MCP Server 的調用，從而實現天氣預報的查詢功能。

具體交互流程如下：

實現 MCP Server 代碼編寫

MCP Server 主要實現步驟如下：

• 添加 MCP Server 依賴。
• 設置 MCP 配置信息。
• 編寫 MCP Server 服務代碼。
• 將 MCP Server 進行暴露設置。

關鍵實現代碼如下。

添加 MCP Server 依賴

<dependencies>
  <dependency>
    <groupId>org.springframework.ai</groupId>
    <artifactId>spring-ai-starter-mcp-server-webflux</artifactId>
</dependency>
</dependencies>

<repositories>
<repository>
    <name>Central Portal Snapshots</name>
    <id>central-portal-snapshots</id>
    <url>https://central.sonatype.com/repository/maven-snapshots/</url>
    <releases>
      <enabled>false</enabled>
    </releases>
    <snapshots>
      <enabled>true</enabled>
    </snapshots>
</repository>
<repository>
    <id>spring-milestones</id>
    <name>Spring Milestones</name>
    <url>https://repo.spring.io/milestone</url>
    <snapshots>
      <enabled>false</enabled>
    </snapshots>
</repository>
<repository>
    <id>spring-snapshots</id>
    <name>Spring Snapshots</name>
    <url>https://repo.spring.io/snapshot</url>
    <releases>
      <enabled>false</enabled>
    </releases>
</repository>
</repositories>

MCP Server 依賴有三種類型：

• 標準輸入/輸出 （STDIO）：spring-ai-starter-mcp-server
• Spring MVC（服務器發送的事件）：spring-ai-starter-mcp-server-webmvc
• Spring WebFlux（響應式 SSE）：spring-ai-starter-mcp-server-webflux

設置 MCP 配置信息

MCP Server 包含以下配置信息：

其中 MCP Server 又分為以下兩種類型。

服務器類型

• 同步服務器：默認服務器類型，它專為應用程序中的簡單請求-響應模式而設計。要啟用此服務器類型，請在您的配置中設置。 激活后，它會自動處理同步工具規格的配置，spring.ai.mcp.server.type=SYNC。
• 異步服務器：異步服務器實現使用非阻塞作并針對非阻塞作進行了優化。要啟用此服務器類型，請使用配置您的應用程序。此服務器類型會自動設置具有內置 Project Reactor 支持的異步工具規范，spring.ai.mcp.server.type=ASYNC。

編寫 MCP Server 服務代碼

編寫天氣預報查詢偽代碼：

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

import java.util.Map;

@Service
publicclass WeatherService {

    @Tool(description = "根據城市名稱獲取天氣預報")
    public String getWeatherByCity(String city) {
        Map<String, String> mockData = Map.of(
            "西安", "晴天",
            "北京", "小雨",
            "上海", "大雨"
        );
        return mockData.getOrDefault(city, "抱歉：未查詢到對應城市！");
    }

}

將服務暴露出去

@Bean
public ToolCallbackProvider weatherTools(WeatherService weatherService) {
return MethodToolCallbackProvider.builder().toolObjects(weatherService).build();
}

這樣 MCP Server 就編寫完成了。

實現 MCP Client 代碼編寫

MCP Client 主要實現步驟如下：

• 添加 MCP Client 相關依賴。
• 設置配置信息。
• 設置 ChatClient 對象（調用 MCP Server）。
• 編寫測試代碼調用 MCP Server。

核心實現代碼如下：

import org.springframework.ai.chat.client.ChatClient;
import org.springframework.beans.factory.annotation.Autowired;
import org.springframework.web.bind.annotation.RequestMapping;
import org.springframework.web.bind.annotation.RequestParam;
import org.springframework.web.bind.annotation.RestController;

@RestController
publicclass ClientController {

    @Autowired
    private ChatClient chatClient;

    @RequestMapping("/chat")
    public String chat(@RequestParam(value = "msg",defaultValue = "今天天氣如何？") String msg) {
        String response = chatClient.prompt()
        .user(msg)
        .call()
        .content();
        System.out.println("響應結果: " + response);
        return response;
    }

}

最終執行結果如下：

因為 MCP Server 只配置了 3 個城市，所以查詢結果和預期相符：

“想要獲取完整案例的同學加V：vipStone【備注MCP】

小結

到這里使用 Spring AI 就實現了 MCP Client 和 Server 的調用了，可以看出 MCP 的推出只是為了增強大模型的能力的，有了 MCP 協議之后，任何大模型就可以調用任意實現了 MCP Server 的服務了，這樣就無線擴充了大模型的能力，為 AI 的發展提供了標準的協議和便利的對接。