MCP 这个概念相信大家已经听了无数次了，但不同人会有不同的解释，你可能也是听得云里雾里的。
不过没关系，今天这篇内容会通过 Spring AI 给你实现一个 MCP 的 Client 和 Server 架构，让你彻底搞懂 MCP 的概念，以及学会 MCP 的开发技能。
什么是MCP？
MCP 是 Model Context Protocol，模型上下文协议，它是由 Anthropic（Claude 大模型母公司）提出的开放协议，用于大模型连接外部“数据源”的一种协议。
它可以通俗的理解为 Java 界的 Spring Cloud Openfeign，只不过 Openfeign 是用于微服务通讯的，而 MCP 用于大模型通讯的，但它们都是为了通讯获取某项数据的一种机制，如下图所示：
为什么需要MCP？
MCP 存在的意义是它解决了大模型时代最关键的三个问题：数据孤岛、开发低效和生态碎片化等问题。
1.打破数据孤岛，让AI“连接万物”
大模型本身无法直接访问实时数据或本地资源（如数据库、文件系统），传统方式需要手动复制粘贴或定制接口。MCP 通过标准化协议，让大模型像“插USB”一样直接调用外部工具和数据源，例如：
- 查天气时自动调用气象 API，无需手动输入数据。
- 分析企业数据时直接连接内部数据库，避免信息割裂。
2.降低开发成本，一次适配所有场景
在之前每个大模型（如 DeepSeek、ChatGPT）需要为每个工具单独开发接口（Function Calling），导致重复劳动，MCP 通过统一协议：
- 开发者只需写一次 MCP 服务端，所有兼容 MCP 的模型都能调用。
- 用户无需关心技术细节，大模型可直接操作本地文件、设计软件等。
3.提升安全性与互操作性
- 安全性：MCP 内置权限控制和加密机制，比直接开放数据库更安全。
- 生态统一：类似 USB 接口，MCP 让不同厂商的工具能“即插即用”，避免生态分裂。
4.推动AIAgent的进化
MCP 让大模型从“被动应答”变为“主动调用工具”，例如：
- 自动抓取网页新闻补充实时知识。
- 打开 Idea 编写一个“Hello World”的代码。
MCP 的诞生，相当于为AI世界建立了“通用语言”，让模型、数据和工具能高效协作，最终释放大模型的全部潜力。
MCP组成和执行流程
MCP 架构分为以下 3 部分：
- 客户端：大模型应用（如 DeepSeek、ChatGPT）发起请求。
- 服务器：中间层，连接具体工具（如数据库、设计软件）。
- 资源：具体的数据或工具（如 Exce l文件、网页 API）。
运行流程：
- 用户提问。
- 大模型通过 MCP 客户端发送请求。
- MCP 服务器接收指令。
- 调用对应工具（如数据库）执行。
- 返回结果给大模型。
- 生成最终回答。
Spring AI MCP 介绍
Spring AI MCP 是通过 Spring Boot 集成扩展了 MCP 的 Java SDK（开发工具），它同时提供了 Spring Boot 客户端和服务器的启动器，方便使用 Spring AI MCP 快速开发 AI 应用程序。
Spring AI MCP 实战
当前案例中，我们使用 MCP 实现一个天气查询小助手，其中包含的主要角色有：
- MCP Server：MCP 服务提供方，提供天气查询功能。
- MCP Client：MCP 客户端（大模型端）我们对接 DeepSeek LLM 实现对 MCP Server 的调用，从而实现天气预报的查询功能。
具体交互流程如下：
实现 MCP Server 代码编写
MCP Server 主要实现步骤如下：
- 添加 MCP Server 依赖。
- 设置 MCP 配置信息。
- 编写 MCP Server 服务代码。
- 将 MCP Server 进行暴露设置。
关键实现代码如下。
添加 MCP Server 依赖
<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 依赖有三种类型：
- 标准输入/输出 （STDIO）：spring-ai-starter-mcp-server
- Spring MVC（服务器发送的事件）：spring-ai-starter-mcp-server-webmvc
- Spring WebFlux（响应式 SSE）：spring-ai-starter-mcp-server-webflux
设置 MCP 配置信息
MCP Server 包含以下配置信息：
| 配置项 | 描述 | 默认值 |
|---|---|---|
| enabled | 启用/禁用 MCP 服务器 | TRUE |
| stdio | 启用/禁用 stdio 传输 | FALSE |
| name | 用于标识的服务器名称 | mcp-server |
| version | 服务器版本 | 1.0.0 |
| type | 服务器类型 （SYNC/ASYNC） | SYNC |
| resource-change-notification | 启用资源更改通知 | TRUE |
| prompt-change-notification | 启用提示更改通知 | TRUE |
| tool-change-notification | 启用工具更改通知 | TRUE |
| tool-response-mime-type | （可选）每个工具名称的响应 MIME 类型。例如，将 mime 类型与工具名称相关联spring.ai.mcp.server.tool-response-mime-type.generateImage=image/pngimage/pnggenerateImage() | - |
| sse-message-endpoint | Web 传输的 SSE 终端节点路径 | /mcp/message |
其中 MCP Server 又分为以下两种类型。
服务器类型
- 同步服务器：默认服务器类型，它专为应用程序中的简单请求-响应模式而设计。要启用此服务器类型，请在您的配置中设置。 激活后，它会自动处理同步工具规格的配置，spring.ai.mcp.server.type=SYNC。
- 异步服务器：异步服务器实现使用非阻塞作并针对非阻塞作进行了优化。要启用此服务器类型，请使用配置您的应用程序。此服务器类型会自动设置具有内置 Project Reactor 支持的异步工具规范，spring.ai.mcp.server.type=ASYNC。
编写 MCP Server 服务代码
编写天气预报查询伪代码：
import org.springframework.ai.tool.annotation.Tool;
import org.springframework.stereotype.Service;import java.util.Map;@Service
public class WeatherService {@Tool(description = "根据城市名称获取天气预报")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：未查询到对应城市！");}}
将服务暴露出去
@Bean
public ToolCallbackProvider weatherTools(WeatherService weatherService) {
return MethodToolCallbackProvider.builder().toolObjects(weatherService).build();
}
这样 MCP Server 就编写完成了。
实现 MCP Client 代码编写
MCP Client 主要实现步骤如下：
- 添加 MCP Client 相关依赖。
- 设置配置信息。
- 设置 ChatClient 对象（调用 MCP Server）。
- 编写测试代码调用 MCP Server。
核心实现代码如下：
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
public class ClientController {@Autowiredprivate ChatClient chatClient;@RequestMapping("/chat")public String chat(@RequestParam(value = "msg",defaultValue = "今天天气如何？") String msg) {String response = chatClient.prompt().user(msg).call().content();System.out.println("响应结果: " + response);return response;}}
最终执行结果如下：
因为 MCP Server 只配置了 3 个城市，所以查询结果和预期相符：
想要获取完整案例的同学加V：vipStone【备注MCP】
小结
到这里使用 Spring AI 就实现了 MCP Client 和 Server 的调用了，可以看出 MCP 的推出只是为了增强大模型的能力的，有了 MCP 协议之后，任何大模型就可以调用任意实现了 MCP Server 的服务了，这样就无线扩充了大模型的能力，为 AI 的发展提供了标准的协议和便利的对接。
本文已收录到我的面试小站 www.javacn.site，其中包含的内容有：场景题、并发编程、MySQL、Redis、Spring、Spring MVC、Spring Boot、Spring Cloud、MyBatis、JVM、设计模式、消息队列等模块。
