Spring AI MCP服务器

模型上下文协议（MCP）服务器实现 春季AI 以及Spring Boot。该服务器通过MCP协议为人工智能助手提供对工具和资源的标准化访问，只需最少的自定义开发。

概述

模型上下文协议（MCP）是一种开放协议，使AI助手能够安全地访问外部数据源和工具。此实施利用 Spring AI的MCP启动程序 创建一个具有自动工具注册、SSE传输支持和零样板代码的生产就绪MCP服务器。

特性

Spring AI MCP集成：基于 spring-ai-mcp-server-webflux-spring-boot-starter
注释驱动工具：使用 @McpTool 自动刀具注册注释
无状态协议：用于可靠工具执行的简单请求/响应协议
WebFlux传输：响应式Spring WebFlux，用于高效处理请求
零沸点板：无需手动JSON-RPC处理或回调注册
内置工具：计算器（加、减、乘、除）、回声、时间和随机数
内置资源：系统信息、配置、文档和API参考
内置提示：代码审查、数据分析、调试和文档模板
弹簧靴执行器：生产就绪的健康检查和监测端点
自动配置：Spring AI自动处理所有MCP协议细节

建筑

┌─────────────────────────────────────────┐
│   Spring Boot Application               │
│  ┌────────────────────────────────────┐ │
│  │  @McpTool Annotated Methods        │ │
│  │  (McpToolsService)                 │ │
│  ├────────────────────────────────────┤ │
│  │  @McpResource Annotated Methods    │ │
│  │  (McpResourcesService)             │ │
│  ├────────────────────────────────────┤ │
│  │  @McpPrompt Annotated Methods      │ │
│  │  (McpPromptsService)               │ │
│  └────────────────────────────────────┘ │
│              ↓                           │
│  ┌────────────────────────────────────┐ │
│  │  Spring AI MCP Server              │ │
│  │  (Auto-configured)                 │ │
│  └────────────────────────────────────┘ │
│              ↓                           │
│  ┌────────────────────────────────────┐ │
│  │  WebFlux SSE Endpoint (/mcp)       │ │
│  └────────────────────────────────────┘ │
└─────────────────────────────────────────┘
              ↓ HTTP SSE
      ┌──────────────────┐
      │   MCP Client     │
      │   (Claude, etc)  │
      └──────────────────┘

先决条件

Java 17或更高版本
Maven 3.6+

快速开始

1.建设项目

mvn clean install

2.运行服务器

mvn spring-boot:run

服务器将于启动 http://localhost:8080 与：

MCP SSE端点位于 /mcp
执行器健康端点位于 /actuator/health

3.测试服务器

检查服务器运行状况：

curl http://localhost:8080/actuator/health

答复：

{
  "status": "UP"
}

可用工具

服务器会自动公开所有带注释的方法 @McpTool:

1.添加

将两个数字相加。

参数：

a：第一个数字（必填）
b：第二个数字（必填）

2.减去

从第一个数字中减去第二个数字。

参数：

a：第一个数字（必填）
b：第二个数字（必填）

3.相乘

将两个数字相乘。

参数：

a：第一个数字（必填）
b：第二个数字（必填）

4.分割

将第一个数字除以第二个数字。

参数：

a：数字（必填）
b：分母，不能为零（必填）

5.回声

回应提供的信息。

参数：

message：要回显的消息（必填）

6.获取当前时间

返回当前日期和时间。

参数：

timezone：时区（可选，默认为系统时区）

7.随机数

生成一个介于最小值和最大值之间的随机数。

参数：

min：最小值（必填）
max：最大值（必填）

可用资源

服务器会自动公开所有带注释的方法 @McpResource:

1.欢迎留言

URI： resource://welcome

欢迎新用户介绍Spring MCP Server。

2.系统信息

URI： resource://system/info

动态资源提供当前系统信息，包括时间戳、Java版本、操作系统详细信息和内存使用情况。返回JSON格式。

3.服务器配置

URI： resource://config/server

当前服务器配置和功能，包括协议类型、启用的功能和端点。返回JSON格式。

4.文件

URI： resource://docs/{topic}

为各种主题提供文档的参数化资源。可用主题：

tools -关于MCP工具的文档
resources -关于MCP资源的文档
prompts -关于MCP提示的文档
getting-started -入门指南

返回Markdown格式。

5.API参考

URI： resource://api/reference

以纯文本格式列出所有可用工具、资源和提示的快速参考指南。

可用提示

服务器会自动公开所有带注释的方法 @McpPrompt:

1.问候

姓名： greeting

生成个性化的问候语。

参数：

name：要问候的人的姓名（必填）
timeOfDay：一天中的时间-上午、下午、晚上（可选）

2.代码审查

姓名： code-review

生成一个全面的代码审查提示，用于分析代码。

参数：

language：编程语言（必填）
focusArea：需要关注的具体方面，如安全性、性能、可读性（可选）

3.数据分析

姓名： analyze-data

生成分析数据或数据集的提示。

参数：

dataType：正在分析的数据类型（必填）
goal：分析目标或问题（必填）
context：有关数据的其他上下文（可选）

4.会议纪要

姓名： meeting-summary

生成创建结构化会议摘要的提示。

参数：

topic：会议主题或标题（必填）
participants：参与者列表，逗号分隔（可选）

5.调试助手

姓名： debug-helper

为故障排除问题生成系统调试提示。

参数：

issue：错误消息或问题描述（必填）
stack：技术栈或环境（必填）
attemptedSolutions：已经尝试过的内容（可选）

6.文档生成器

姓名： generate-docs

生成创建技术文档的提示。

参数：

component：要记录的组件或功能（必填）
audience：目标受众-开发人员、用户、管理员（必填）
format：文档格式-markdown、html、javadoc（可选）

7.SQL助手

姓名： sql-helper

根据需求生成构建SQL查询的提示。

参数：

requirement：要检索或修改的数据的描述（必填）
dbType：数据库类型，如MySQL、PostgreSQL（可选）
performance：性能考虑因素，如索引、优化（可选）

项目结构

src/
├── main/
│   ├── java/com/example/mcpserver/
│   │   ├── McpServerApplication.java        # Main application
│   │   └── service/
│   │       ├── McpToolsService.java         # Tools with @McpTool annotations
│   │       ├── McpResourcesService.java     # Resources with @McpResource annotations
│   │       └── McpPromptsService.java       # Prompts with @McpPrompt annotations
│   └── resources/
│       └── application.properties           # Configuration
└── test/
    └── java/com/example/mcpserver/          # Tests

添加新工具

使用Spring AI添加新工具非常简单 @McpTool 注释。无需手动注册回调或处理JSON-RPC！

步骤1：创建一个方法并对其进行注释

@Service
public class MyToolsService {

    @McpTool(
        name = "weather",
        description = "Get current weather for a city"
    )
    public String getWeather(
        @McpToolParam(description = "City name", required = true)
        String city,

        @McpToolParam(description = "Temperature unit (C or F)", required = false)
        String unit
    ) {
        // Your implementation
        return "Weather in " + city + ": 72°" + (unit != null ? unit : "F");
    }
}

第二步：就是这样！

Spring AI自动：

发现您的 @McpTool 带注释的方法
在MCP服务器上注册它们
从生成JSON模式 @McpToolParam 注释
处理所有协议通信

注释详细信息

@McpTool

name：工具名称（显示给AI客户端）
description：这个工具做什么

@McpToolParam

description：参数说明
required：参数是否为必填项（true/false）

添加新资源

资源是客户端可以访问的只读数据或内容。使用Spring AI添加资源很简单 @McpResource 注释。

步骤1：创建一个方法并对其进行注释

@Service
public class MyResourcesService {

    @McpResource(
        uri = "resource://company/info",
        name = "Company Information",
        description = "Information about the company",
        mimeType = "application/json"
    )
    public Map getCompanyInfo() {
        Map info = new HashMap<>();
        info.put("name", "Acme Corp");
        info.put("founded", 2020);
        info.put("industry", "Technology");
        return info;
    }
}

第二步：就是这样！

Spring AI自动：

发现你的 @McpResource 带注释的方法
在MCP服务器上注册它们
使它们可以通过资源URI访问
处理所有协议通信

注释详细信息

@Mcp资源

uri：资源URI（例如，“resource://my/resource“或”resource://docs/｛id｝“）
name：资源名称（显示给AI客户端）
description：资源提供了什么
mimeType：内容类型（例如，“text/plain”、“application/json”、“text/markdown”）

@McpResourceParam （用于参数化URI）

description：参数说明

资源URI模式

静态资源：

@McpResource(uri = "resource://config")
public String getConfig() { ... }

参数化资源：

@McpResource(uri = "resource://user/{id}")
public String getUser(@McpResourceParam String id) { ... }

添加新提示

提示是可重用的模板，有助于构建与语言模型的交互。使用Spring AI添加提示很简单 @McpPrompt 注释。

步骤1：创建一个方法并对其进行注释

@Service
public class MyPromptsService {

    @McpPrompt(
        name = "explain-code",
        description = "Generate a prompt for explaining code functionality"
    )
    public String explainCode(
        @McpPromptParam(description = "Programming language", required = true)
        String language,

        @McpPromptParam(description = "Detail level (basic, intermediate, advanced)", required = false)
        String level
    ) {
        String detailLevel = level != null ? level : "intermediate";
        return String.format(
            "Please explain the following %s code at a %s level:\n\n" +
            "Include:\n" +
            "1. What the code does\n" +
            "2. Key concepts used\n" +
            "3. How it works step by step\n",
            language, detailLevel
        );
    }
}

第二步：就是这样！

Spring AI自动：

发现您的 @McpPrompt 带注释的方法
在MCP服务器上注册它们
从生成参数模式 @McpPromptParam 注释
处理所有协议通信

注释详细信息

@mcpprompt

name：提示名称（AI客户端用于调用提示）
description：提示模板的作用是什么

@McpPromptParam

description：参数说明
required：参数是否为必填项（true/false）

提示模板最佳实践

清晰地组织你的提示：使用章节、要点和编号列表
让他们变得灵活：使用参数为不同场景自定义提示
提供上下文：在模板中包含相关背景信息
要具体：清晰的指示会带来更好的结果
使用markdown：格式化提示以提高可读性

配置

编辑 src/main/resources/application.properties:

# Server port
server.port=8080

# Spring AI MCP Server Configuration
spring.ai.mcp.server.name=spring-mcp-server
spring.ai.mcp.server.version=1.0.0
spring.ai.mcp.server.type=ASYNC
spring.ai.mcp.server.protocol=STATELESS

# Actuator endpoints
management.endpoints.web.exposure.include=health,info
management.endpoint.health.show-details=when-authorized

# Logging
logging.level.org.springframework.ai.mcp=DEBUG
logging.level.com.example.mcpserver=DEBUG

配置属性

属性	描述	默认值
`spring.ai.mcp.server.name`	服务器名称	-
`spring.ai.mcp.server.version`	服务器版本	-
`spring.ai.mcp.server.type`	服务器类型（异步或同步）	SYNC
`spring.ai.mcp.server.protocol`	协议（无状态或流式）	无状态

MCP端点

Spring AI MCP服务器在以下位置自动公开MCP端点：

http://localhost:8080/mcp

此端点以无状态模式实现模型上下文协议，允许AI客户端：

列出可用工具
使用参数调用工具
以简单的请求/响应格式接收结果

执行器端点

弹簧靴执行器提供生产就绪监控：

健康端点

curl http://localhost:8080/actuator/health

答复：

{
  "status": "UP"
}

可用的执行器端点

/actuator/health -应用程序健康信息
/actuator/info -应用程序信息（如果已配置）

生产大楼

创建一个生产就绪的JAR：

mvn clean package

运行JAR：

java -jar target/spring-mcp-server-1.0.0.jar

Docker支持

创建一个 Dockerfile:

FROM eclipse-temurin:17-jre
COPY target/spring-mcp-server-1.0.0.jar app.jar
EXPOSE 8080
ENTRYPOINT ["java", "-jar", "/app.jar"]

构建并运行：

docker build -t spring-mcp-server .
docker run -p 8080:8080 spring-mcp-server

与Claude Desktop一起使用

要将此MCP服务器与Claude Desktop一起使用，请添加到您的Claude配置文件中：

MacOS： ~/Library/Application Support/Claude/claude_desktop_config.json

窗户： %APPDATA%\Claude\claude_desktop_config.json

{
  "mcpServers": {
    "spring-mcp-server": {
      "url": "http://localhost:8080/mcp"
    }
  }
}

重新启动Claude Desktop，工具将可用。

发展

运行测试

mvn test

代码风格

这个项目使用标准的Java代码约定和Spring Boot最佳实践。

技术

弹簧靴3.4.0 -应用框架
春季AI 1.0.0-M6 -MCP服务器实现
Spring WebFlux -SSE的响应式web框架
弹簧靴执行器 -生产监控

为什么选择Spring AI MCP？

之前（自定义实施）

手动JSON-RPC请求/响应处理
自定义控制器和服务层
手动工具/资源/提示模式定义
手动回叫注册
15+源文件

之后（Spring AI）

注释驱动(@McpTool, @McpResource, @McpPrompt)
自动配置
自动发现和注册
零样板
4个源文件（1个应用程序+3个服务）

结果： 代码减少85%，生产就绪的MCP服务器，在几分钟内提供工具、资源和提示！

Spring MCP

快速接入

详细介绍

Spring AI MCP服务器

概述

特性

建筑

先决条件

快速开始

1.建设项目

2.运行服务器

3.测试服务器

可用工具

1.添加

2.减去

3.相乘

4.分割

5.回声

6.获取当前时间

7.随机数

可用资源

1.欢迎留言

2.系统信息

3.服务器配置

4.文件

5.API参考

可用提示

1.问候

2.代码审查

3.数据分析

4.会议纪要

5.调试助手

6.文档生成器

7.SQL助手

项目结构

添加新工具

步骤1：创建一个方法并对其进行注释

第二步：就是这样！

注释详细信息

添加新资源

步骤1：创建一个方法并对其进行注释

第二步：就是这样！

注释详细信息

资源URI模式

添加新提示

步骤1：创建一个方法并对其进行注释

第二步：就是这样！

注释详细信息

提示模板最佳实践

配置

配置属性

MCP端点

MCP端点

执行器端点

健康端点

可用的执行器端点

生产大楼

Docker支持

与Claude Desktop一起使用

发展

运行测试

代码风格

技术

为什么选择Spring AI MCP？

之前（自定义实施）

之后（Spring AI）

许可证

贡献

资源

目录标签

接入字段

权限和风险

来源信息

继续浏览同类 MCP