Spring AI 学习篇（十二）| MCP协议：AI世界的USB接口

一、本章核心学习目标

学完本章，你将能够：

1. 深刻理解MCP协议的本质与解决的核心痛点
2. 掌握MCP协议的核心架构与通信原理
3. 熟练使用Spring AI 1.0原生MCP支持
4. 快速集成常用官方MCP服务器（文件系统、命令执行、数据库）
5. 独立开发自定义MCP服务器
6. 理解MCP与传统工具调用的区别与优势
7. 基于MCP构建标准化、可复用的AI工具生态

二、前置知识准备

• 已经完成第11篇的学习，熟练掌握Spring AI@Tool工具调用
• 了解传统工具调用的局限性
• 熟悉Spring Boot配置与依赖注入
• 了解HTTP与JSON-RPC通信基础

三、为什么我们需要MCP协议？

上一章我们学习了Spring AI@Tool注解，它让我们可以很方便地开发自定义工具。但这种方式存在4个致命的缺陷，严重限制了AI工具生态的发展：

1. 紧耦合，无法复用

工具与应用代码紧耦合，你在A应用中开发的工具，无法直接在B应用中使用，更无法被Python、Go等其他语言开发的应用使用。

2. 没有标准化

每个框架都有自己的工具调用格式：OpenAI是一种格式，Anthropic是另一种格式，Spring AI又是一种格式。同一个工具需要为不同的框架编写不同的适配代码。

3. 生态碎片化

由于没有标准，AI工具生态极度碎片化，没有一个统一的工具市场。你需要自己开发几乎所有需要的工具，重复造轮子。

4. 安全与权限问题

传统工具调用没有统一的安全模型和权限控制机制，容易出现安全漏洞。

MCP协议就是为了解决这些问题而生的。它由Anthropic在2026年1月正式发布，现在已经成为AI工具调用的事实标准，得到了OpenAI、Google、Spring AI、Ollama等主流厂商的支持。

MCP的本质：AI世界的USB接口

通俗地说，MCP（Model Context Protocol）就是AI世界的USB接口。

• 以前：每个工具都有自己的接口，你需要为每个工具编写专门的驱动
• 现在：所有工具都遵循MCP标准，就像所有USB设备都遵循USB标准一样
• 任何支持MCP的大模型，都可以直接使用任何支持MCP的工具，不需要任何适配代码

预告式提及：MCP是AI Agent的基础设施，下一章我们将学习如何基于MCP构建功能强大的AI Agent，它可以调用任何MCP工具来完成复杂任务。

四、MCP协议核心架构与原理

1. MCP核心架构

MCP采用经典的客户端-服务器架构：

┌─────────────────┐ ┌─────────────────┐ │ MCP客户端 │◄────────►│ MCP服务器 │ │ (大模型/应用) │ │ (提供工具) │ └─────────────────┘ └─────────────────┘

• MCP客户端：大模型或AI应用，负责调用工具
• MCP服务器：提供具体的工具实现，负责执行工具并返回结果
• 通信协议：基于JSON-RPC 2.0，支持stdio和HTTP两种传输方式

2. MCP的三大核心能力

MCP协议定义了三大核心能力，所有MCP服务器都必须实现：

3. MCP与传统工具调用的对比

五、Spring AI 1.0原生MCP支持

Spring AI 通过ToolCallbackProvider集成 MCP 工具（以下示例展示核心概念，具体 API 以实际版本和官方文档为准）：

1. 添加Maven依赖

<dependency><groupId>org.springframework.ai</groupId><artifactId>spring-ai-mcp-spring-boot-starter</artifactId></dependency>

2. 配置MCP服务器

Spring AI支持两种方式配置MCP服务器：配置文件方式和代码方式。

(1) 配置文件方式（推荐）

在application.yml中添加MCP服务器配置：

spring:ai:mcp:client:type:SYNCstdio:connections:# 文件系统MCP服务器file-system:command:npxargs:["-y","@modelcontextprotocol/server-filesystem","/data/documents"]# 命令执行MCP服务器command-exec:command:npxargs:["-y","@modelcontextprotocol/server-command-execution"]# 数据库MCP服务器database:command:npxargs:["-y","@modelcontextprotocol/server-sqlite","/data/db.sqlite"]

说明：官方MCP服务器都是用Node.js开发的，所以需要先安装Node.js和npm。

(2) 代码方式

importorg.springframework.ai.mcp.client.McpClient;importorg.springframework.ai.mcp.client.StdioMcpClient;importorg.springframework.context.annotation.Bean;importorg.springframework.context.annotation.Configuration;@ConfigurationpublicclassMcpConfig{@BeanpublicMcpClientfileSystemMcpClient(){returnStdioMcpClient.builder().command("npx").args("@modelcontextprotocol/server-filesystem","/data/documents").build();}}

3. 注册MCP工具到ChatClient

配置好MCP客户端后，只需要将它们注册到ChatClient，大模型就可以自动调用所有MCP工具了：

importorg.springframework.ai.chat.client.ChatClient;importorg.springframework.ai.mcp.client.McpClient;importorg.springframework.context.annotation.Bean;importorg.springframework.context.annotation.Configuration;importjava.util.List;@ConfigurationpublicclassChatClientConfig{@BeanpublicChatClientchatClient(ChatClient.Builderbuilder,List<McpClient>mcpClients){returnbuilder// 注册所有MCP客户端.tools(mcpClients).build();}}

关键观察：不需要修改任何业务代码，不需要添加任何@Tool注解，只需要配置MCP服务器，大模型就可以自动调用所有工具。这就是MCP的强大之处。

4. 测试MCP工具调用

启动项目，访问以下地址测试文件系统MCP工具：

http://localhost:8080/agent/chat?message=列出/data/documents目录下的所有文件

大模型会自动调用文件系统MCP服务器的list_files工具，列出指定目录下的所有文件。

六、常用官方MCP服务器详解

MCP官方提供了多个常用的MCP服务器，可以直接使用，不需要自己开发。

1. 文件系统MCP服务器

允许大模型访问和操作本地文件系统。

spring:ai:mcp:client:type:SYNCstdio:connections:file-system:command:npxargs:["-y","@modelcontextprotocol/server-filesystem","/data/documents"]

支持的工具：

• list_files：列出目录下的文件
• read_file：读取文件内容
• write_file：写入文件内容
• delete_file：删除文件
• create_directory：创建目录

2. 命令执行MCP服务器

允许大模型执行系统命令。

spring:ai:mcp:client:type:SYNCstdio:connections:command-exec:command:npxargs:["-y","@modelcontextprotocol/server-command-execution"]

支持的工具：

• run_command：执行系统命令

安全警告：命令执行MCP服务器非常强大，也非常危险。只在开发环境中使用，永远不要在生产环境中使用，除非你有非常严格的安全控制。

3. SQLite数据库MCP服务器

允许大模型查询SQLite数据库。

spring:ai:mcp:client:type:SYNCstdio:connections:sqlite:command:npxargs:["-y","@modelcontextprotocol/server-sqlite","/data/mydb.sqlite"]

支持的工具：

• query：执行SQL查询
• list_tables：列出所有表
• describe_table：查看表结构

4. 浏览器MCP服务器

允许大模型控制浏览器，访问网页和搜索信息。

spring:ai:mcp:client:type:SYNCstdio:connections:browser:command:npxargs:["-y","@modelcontextprotocol/server-browser"]

支持的工具：

• navigate：导航到指定URL
• click：点击页面元素
• type：在输入框中输入文本
• screenshot：截取页面截图
• search：使用Google搜索信息

七、开发自定义MCP服务器

除了使用官方提供的MCP服务器，你还可以很方便地开发自己的自定义MCP服务器。

1. 使用Java开发MCP服务器

Spring AI提供了@McpServer注解，让你可以用Java快速开发MCP服务器。

(1) 添加依赖

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

(2) 开发MCP服务器

importorg.springframework.ai.mcp.server.annotation.McpServer;importorg.springframework.ai.mcp.server.annotation.McpTool;importorg.springframework.ai.tool.annotation.ToolParam;importorg.springframework.stereotype.Component;@Component@McpServer(name="weather-mcp-server",description="提供天气查询服务的MCP服务器")publicclassWeatherMcpServer{privatefinalWeatherServiceweatherService;publicWeatherMcpServer(WeatherServiceweatherService){this.weatherService=weatherService;}@McpTool(description="获取指定城市的实时天气")publicStringgetCurrentWeather(@ToolParam("城市名称，例如：北京、上海")Stringcity){returnweatherService.getCurrentWeather(city);}@McpTool(description="获取指定城市未来7天的天气预报")publicStringgetWeatherForecast(@ToolParam("城市名称，例如：北京、上海")Stringcity){returnweatherService.getWeatherForecast(city);}}

(3) 启动MCP服务器

Spring Boot会自动启动MCP服务器，并在标准输入输出上监听请求。

2. 集成自定义MCP服务器到Spring AI应用

开发好自定义MCP服务器后，你可以在其他Spring AI应用中集成它：

spring:ai:mcp:client:type:SYNCstdio:connections:weather:command:javaargs:["-jar","weather-mcp-server.jar"]

现在，任何支持MCP的大模型都可以调用你的天气查询工具了。

八、企业级最佳实践

1. MCP服务器部署最佳实践

• 独立部署：每个MCP服务器独立部署，互不干扰
• 容器化：使用Docker容器化部署MCP服务器，方便管理和扩展
• 负载均衡：对于高并发的MCP服务器，使用负载均衡器
• 服务发现：使用服务注册中心管理MCP服务器，实现动态发现

2. 安全与权限控制

• 最小权限原则：MCP服务器只拥有完成任务所需的最小权限
• 网络隔离：将MCP服务器部署在独立的网络区域，限制网络访问
• 身份认证：为MCP服务器添加身份认证，只允许授权的客户端访问
• 审计日志：记录所有MCP工具调用的详细日志，用于审计和安全分析
• 沙箱环境：在沙箱环境中执行危险操作，如命令执行和文件操作

3. 性能优化

• 缓存：缓存工具调用的结果，避免重复执行相同的操作
• 异步执行：对于耗时较长的工具，使用异步执行
• 批量处理：支持批量操作，减少网络往返
• 超时控制：为每个工具调用设置超时时间，防止长时间阻塞

4. 工具生态建设

• 标准化：所有工具都遵循MCP标准，确保兼容性
• 文档化：为每个工具编写详细的文档，说明使用方法和注意事项
• 版本控制：对MCP服务器进行版本控制，避免破坏性变更
• 测试：为每个工具编写单元测试和集成测试，确保质量

九、常见坑与解决方案

1. ❌ MCP服务器启动失败

问题：MCP服务器无法启动，提示"command not found"
解决方案：

• 确保已经安装了Node.js和npm
• 确保MCP服务器包已经全局安装：npm install -g @modelcontextprotocol/server-filesystem
• 检查命令路径是否正确

2. ❌ 大模型不调用MCP工具

问题：大模型不知道有MCP工具，或者不知道什么时候调用
解决方案：

• 检查MCP服务器是否正确配置和启动
• 在系统提示词中明确告诉大模型可以使用哪些工具
• 给大模型提供几个使用工具的示例

3. ❌ 工具调用权限不足

问题：工具执行失败，提示"权限不足"
解决方案：

• 确保运行MCP服务器的用户拥有足够的权限
• 调整文件和目录的权限
• 使用sudo运行需要更高权限的命令（谨慎使用）

4. ❌ 工具返回结果过长

问题：工具返回的结果太长，超过了大模型的上下文窗口限制
解决方案：

• 对工具返回的结果进行压缩和摘要
• 分页返回结果
• 使用上下文压缩技术只保留相关信息

5. ❌ MCP工具名称冲突

问题：多个MCP服务器提供了同名的工具，导致调用混乱
解决方案：

• 为工具添加命名空间前缀
• 在配置文件中指定工具的优先级
• 明确告诉大模型应该使用哪个工具

十、本章总结与下章预告

本章总结

1. MCP协议解决了传统工具调用紧耦合、无法复用、生态碎片化的问题
2. MCP是AI世界的USB接口，一次开发，到处使用
3. Spring AI 1.0提供了原生的MCP支持，配置简单，使用方便
4. 官方提供了文件系统、命令执行、数据库、浏览器等常用MCP服务器
5. 使用Spring AI可以很方便地开发自定义MCP服务器
6. 企业级MCP应用必须做好安全控制、性能优化和可观测性

预告式提及：我们现在已经掌握了工具调用和MCP协议这两个AI Agent的核心基础。下一章我们将学习AI Agent的核心原理与实现，看看如何将这些技术整合起来，构建一个能够自主思考、规划和执行复杂任务的智能Agent。

下章预告

下一章我们将学习AI Agent的核心原理与实现。你将学会：

• 什么是AI Agent？Agent的核心组成部分
• ReAct框架：思考-行动-观察循环
• Spring AI Agent工作流详解
• 记忆系统：短期记忆与长期记忆的实现
• 规划能力：让Agent自己分解复杂任务

十一、课后练习

1. 安装Node.js和npm，配置文件系统MCP服务器，测试文件读写功能
2. 配置浏览器MCP服务器，实现让大模型搜索最新新闻的功能
3. 开发一个自定义的邮件发送MCP服务器，支持发送邮件
4. 将你之前开发的所有工具都改造成MCP服务器，实现工具的标准化和复用
5. 为你的MCP服务器添加安全控制和审计日志功能