官网地址：https://docs.spring.io/spring-ai/reference/api/mcp/mcp-overview.html
1、描述
MCP：模型上下文协议（Model Context Protocol）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。可以将其视为 AI 模型与现实世界之间的桥梁——允许它们通过一致的接口访问数据库、API、文件系统和其他外部服务。它支持多种传输机制，以提供跨不同环境的灵活性。
MCP Java SDK 提供了模型上下文协议的 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 通过专门的 Boot Starters 和 MCP Java 注解全面支持 MCP，使得构建能够无缝连接到外部系统的复杂 AI 驱动应用程序比以往任何时候都更容易。这意味着 Spring 开发人员可以参与 MCP 生态系统的两方面——构建消费 MCP 服务器的 AI 应用程序，以及创建向更广泛的 AI 社区公开基于 Spring 的服务的 MCP 服务器。
2、MCP Java SDK架构
Java MCP 实现遵循三层架构，将关注点分离以实现可维护性和灵活性
客户端/服务器层（顶层）
顶层处理主要应用程序逻辑和协议操作
- McpClient - 管理客户端操作和服务器连接
- McpServer - 处理服务器端协议操作和客户端请求
- 这两个组件都利用下面的会话层进行通信管理
会话层（中间层）
中间层管理通信模式并维护连接状态
- McpSession - 核心会话管理接口
- McpClientSession - 客户端特定会话实现
- McpServerSession - 服务器特定会话实现
传输层（底层）
底层处理实际的消息传输和序列化
- McpTransport - 管理 JSON-RPC 消息序列化和反序列化
- 支持多种传输实现（STDIO、HTTP/SSE、Streamable-HTTP 等）
- 为所有更高级别的通信提供基础
3、MCP客户端
3.1、负责建立和管理与 MCP 服务器的连接。它实现了协议的客户端部分，处理
- 协议版本协商，以确保与服务器兼容
- 能力协商，以确定可用功能
- 消息传输和 JSON-RPC 通信
- 工具发现和执行
- 资源访问和管理
- 提示系统交互
- 可选功能
- 根管理
- 采样支持
- 同步和异步操作
- 传输选项
- 用于基于进程通信的 StdIO 传输
- 基于 Java HttpClient 的 SSE 客户端传输
- 用于响应式 HTTP 流的 WebFlux SSE 客户端传输
3.2、代码示例：
pom：
<dependency><groupId>org.springframework.ai</groupId><artifactId>spring-ai-starter-mcp-client</artifactId></dependency>
项目配置文件：
# 配置本地的 mcp 服务，使用 streamable
spring.ai.mcp.client.streamable-http.connections.demo-server.url = http://localhost:8081
spring.ai.mcp.client.streamable-http.connections.demo-server.endpoint = /mcp
chatClient 配置：
@Beanpublic ChatClient chatClient(OllamaChatModel ollamaChatModel, ToolCallbackProvider toolCallbackProvider) {return ChatClient.builder(ollamaChatModel).defaultToolCallbacks(toolCallbackProvider.getToolCallbacks()).build();}
4、MCP服务端
4.1、它向客户端提供工具、资源和功能。它实现了协议的服务器端，负责
- 服务器端协议操作实现
- 工具公开和发现
- 带 URI 访问的资源管理
- 提示模板提供和处理
- 与客户端的能力协商
- 结构化日志记录和通知
- 并发客户端连接管理
- 同步和异步 API 支持
- 传输实现
- Stdio、Streamable-HTTP、Stateless Streamable-HTTP、SSE
- Stdio、Streamable-HTTP、Stateless Streamable-HTTP、SSE
4.2、代码示例：
pom：
<dependency><groupId>org.springframework.ai</groupId><artifactId>spring-ai-starter-mcp-server-webmvc</artifactId></dependency>
配置文件：
spring.ai.mcp.server.enabled = true
spring.ai.mcp.server.protocol = streamable
spring.ai.mcp.server.name = demo-server
spring.ai.mcp.server.version = 1.0.0
spring.ai.mcp.server.type = SYNC
spring.ai.mcp.server.streamable-http.mcp-endpoint= /mcp
spring.ai.mcp.server.streamable-http.keep-alive-interval= 30s
生命工具
@Component
public class DemoTool {@McpTool(name = "getLocalTime", description = "获取当前时间")public String demo() {return DateTime.now().toMsStr();}
}
测试结果：
