网站建设的好处_网站建设行业的前景分析_seo挂机赚钱_独立网站怎么做

Spring AI - MCP 启动器客户端

本项目演示了如何在 Spring Boot 应用程序中使用 Spring AI MCP (模型上下文协议) 客户端启动器。它展示了如何连接到 MCP 服务器并将它们与 Spring AI 的工具执行框架集成。

请参考 MCP 客户端启动器的参考文档。

概述

本项目使用 Spring Boot 和 Spring AI 创建一个命令行应用程序，演示了 MCP 服务器集成。该应用程序：

使用 STDIO 和/或 SSE (基于 HttpClient) 传输连接到 MCP 服务器
与 Spring AI 的聊天功能集成
演示通过 MCP 服务器进行工具执行
通过 -Dai.user.input 命令行属性接收用户定义的问题，该属性在代码中映射到一个 Spring @Value 注解

例如，使用 -Dai.user.input="Spring AI 是否支持 MCP？" 运行应用程序会将此问题通过 Spring 的属性注入注入到应用程序中，并且应用程序将使用它来查询 MCP 服务器。

前提条件

Java 17 或更高版本
Maven 3.6+
openai GPT_API_freeAPI 密钥(获取地址：https://github.com/chatanywhere/GPT_API_free)
高德地图 API 密钥 (获取地址：https://lbs.amap.com/api/mcp-server/create-project-and-key)

依赖

本项目使用以下主要依赖：

<dependencies><dependency><groupId>org.springframework.ai</groupId><artifactId>spring-ai-starter-mcp-client</artifactId></dependency><dependency><groupId>org.springframework.ai</groupId><artifactId>spring-ai-starter-model-openai</artifactId></dependency>
</dependencies>

配置

应用程序属性

查看 MCP 客户端配置属性文档。

可以通过 application.properties 或 application.yml 配置应用程序：

常用属性

# 应用程序配置
spring.application.name=mcp
spring.main.web-application-type=none# AI 提供商配置
spring.ai.openai.api-key=${OEPNAI_API_KEY}
spring.ai.openai.base-url=https://api.chatanywhere.tech

STDIO 传输属性

请参考 STDIO 配置属性文档。

为每个要连接的 STDIO 服务器配置一个单独的、命名的配置：

spring.ai.mcp.client.stdio.connections.amap-maps-mcp-server.command=npx
spring.ai.mcp.client.stdio.connections.amap-maps-mcp-server.args=-y,@amap/amap-maps-mcp-server

这里，amap-maps-mcp-server 是您的连接名称。

或者，您可以使用 Claude Desktop 格式的外部 JSON 文件配置 STDIO 连接：

spring.ai.mcp.client.stdio.servers-configuration=classpath:/mcp-servers-config.json

示例 mcp-servers-config.json:

{"mcpServers": {"amap-maps": {"command": "npx.cmd","args": ["-y","@amap/amap-maps-mcp-server"],"env": {"AMAP_MAPS_API_KEY": ""}}}
}

SSE 传输属性

您还可以使用 HttpClient 连接到服务器发送事件 (SSE) 服务器。
请参考 SSE 配置属性文档。

SSE 传输的属性以 spring.ai.mcp.client.sse 为前缀：

spring.ai.mcp.client.sse.connections.server1.url=http://localhost:8080
spring.ai.mcp.client.sse.connections.server2.url=http://localhost:8081

工作原理

该应用程序演示了使用 MCP 工具与 AI 模型进行简单的命令行交互：

应用程序启动并配置多个 MCP 客户端（每个提供的 STDIO 或 SSE 连接配置对应一个）
它使用配置的 MCP 工具构建一个 ChatClient
将预定义的问题（通过 ai.user.input 属性设置）发送给 AI 模型
显示 AI 的响应
自动关闭应用程序

运行应用程序

设置所需的环境变量：

export OPENAI_API_KEY=your-api-key
export AMAP_MAPS_API_KEY='your-brave-api-key-here'

构建应用程序：
```
./mvnw clean install
```

运行应用程序：

java -Dai.user.input='Spring AI 是否支持 MCP？' -jar target/mcp-starter-default-client-0.0.1-SNAPSHOT.jar

应用程序将执行问题 “Spring AI 是否支持 MCP？”，使用提供的高德地图（或其他工具）来回答它，并显示 AI 助手的响应。
在这里插入图片描述