大翔敲着白板："我们 Python 团队写了一套天气预报 API，Java 这边要用。别给我搞 REST 对接那一套——用 MCP，一行配置搞定。"

MCP 协议深入

定义与作用

MCP（Model Context Protocol）是由 Anthropic 发起、多家 AI 厂商共同支持的开放协议，标准化 AI 应用与外部工具/数据源之间的通信。Spring AI 作为 MCP Client，通过 Stdio 子进程或 HTTP 远程连接消费 MCP Server 暴露的工具。

核心原理

MCP 架构

图释：AI 模型决定调用工具 → Spring AI 通过 MCP Client 发送 JSON-RPC 请求 → MCP Server 执行 Python 代码 → 结果沿原路返回 → AI 基于工具结果生成最终回复。

两种传输方式

传输方式通信机制部署模式适用场景
Stdio进程 stdin/stdoutMCP Server 作为子进程本地工具、开发环境
HTTP (SSE)HTTP + Server-Sent Events独立服务远程工具、生产环境

完整示例一：Stdio 传输——Python 天气工具

场景说明

大翔要求 Python 团队实现天气预报工具，Java 智能客服通过 MCP Stdio 调用。

Python MCP Server 端

# weather_server.py
from mcp.server import Server, stdio
from mcp.types import Tool, TextContent
import json

server = Server("weather-server")

@server.tool()
async def get_weather(city: str) -> list[TextContent]:
    """获取指定城市的当前天气信息"""
    weather_data = {
        "北京": "晴，25°C，湿度 40%，风力 2 级",
        "上海": "多云，28°C，湿度 65%，风力 3 级",
        "广州": "雷阵雨，30°C，湿度 80%，风力 4 级",
    }
    result = weather_data.get(city, f"暂无 {city} 的天气数据")
    return [TextContent(type="text", text=result)]

@server.tool()
async def get_forecast(city: str, days: int = 3) -> list[TextContent]:
    """获取指定城市的未来天气预报"""
    forecast = f"{city}未来{days}天：第一天晴，第二天多云，第三天小雨"
    return [TextContent(type="text", text=forecast)]

if __name__ == "__main__":
    stdio.run(server)

Java MCP Client 配置

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

spring:
  ai:
    mcp:
      client:
        type: SYNC
        name: weather-mcp-client
        version: 1.0.0
        request-timeout: 30s
        toolchange-notification: true
      connections:
        weather:
          transport: stdio
          command: python
          args:
            - weather_server.py
          working-directory: /path/to/python/tools

@Configuration
public class McpConfig {

    @Bean
    public ChatClient chatClient(
            ChatClient.Builder builder,
            McpClient mcpClient) {
        
        // 从 MCP Server 发现所有工具并注册
        ToolCallback[] mcpTools = mcpClient.listTools().stream()
            .map(tool -> FunctionCallback.builder()
                .name(tool.name())
                .description(tool.description())
                .inputType(String.class)  // 简单参数可用 String
                .responseConverter(r -> r)
                .function(ctx -> {
                    String result = mcpClient.callTool(
                        new McpToolCallRequest(tool.name(), ctx));
                    return result;
                })
                .build())
            .toArray(ToolCallback[]::new);

        return builder
            .defaultTools((Object[]) mcpTools)
            .build();
    }
}

运行结果

用户："今天广州天气怎么样？"

日志：
[Spring AI] AI 决定调用工具: getWeather
[Spring AI] MCP tools/call → weather-server (Stdio)
[Python MCP] 查询广州天气...
[Spring AI] 工具返回: "雷阵雨，30°C，湿度 80%，风力 4 级"

AI 回复："今天广州是雷阵雨天气，气温 30°C，湿度较高达 80%，伴有 4 级风。建议带伞出行！"

完整示例二：HTTP 传输——远程课程查询

场景说明

飞翔科技的课程数据库由独立的微服务管理，通过 MCP HTTP 方式暴露课程查询工具。

Java MCP Server 端（HTTP 传输）

# 课程查询 MCP Server 的 application.yml
spring:
  ai:
    mcp:
      server:
        name: course-mcp-server
        version: 1.0.0
        type: SYNC
        protocol: STREAMABLE  # HTTP + SSE
        port: 8081

// 课程查询工具
@Component
public class CourseTools {

    @Tool(description = "查询课程信息，输入课程名称或代码")
    public String getCourseInfo(String courseName) {
        // 模拟课程数据库查询
        return switch (courseName) {
            case "CS101" -> """
                课程代码: CS101
                课程名称: 数据结构与算法
                授课教师: 白歌
                学分: 4
                时间: 周一 8:00-10:00, 周三 10:00-12:00
                教室: 飞翔楼 301
                """;
            case "MATH201" -> """
                课程代码: MATH201
                课程名称: 线性代数
                授课教师: 大翔
                学分: 3
                时间: 周二 14:00-16:00
                教室: 飞翔楼 205
                """;
            default -> "未找到课程: " + courseName;
        };
    }

    @Tool(description = "查询教师的所有课程安排")
    public String getTeacherSchedule(String teacherName) {
        if ("白歌".equals(teacherName)) {
            return "白歌老师本学期课程：CS101 数据结构与算法、CS305 软件架构设计";
        }
        return teacherName + "老师本学期暂无课程安排";
    }
}

Java MCP Client 端配置

spring:
  ai:
    mcp:
      connections:
        course-service:
          transport: http
          url: http://localhost:8081/mcp
          sse-endpoint: http://localhost:8081/mcp/sse

@RestController
public class McpCourseController {

    private final ChatClient chatClient;

    public McpCourseController(
            ChatClient.Builder builder,
            @Qualifier("courseMcpTools") ToolCallback[] courseTools) {
        this.chatClient = builder
                .defaultTools((Object[]) courseTools)
                .build();
    }

    @GetMapping("/mcp/course")
    public String askCourse(@RequestParam String question) {
        return chatClient.prompt()
                .user(question)
                .call()
                .content();
    }
}

运行结果

用户："白歌老师这学期教什么课？"

AI 调用工具: getTeacherSchedule("白歌")
工具返回: "白歌老师本学期课程：CS101 数据结构与算法、CS305 软件架构设计"

AI 回复："白歌老师这学期教授两门课程：CS101 数据结构与算法，以及 CS305 软件架构设计。"

MCP vs 直接 @Tool

维度@Tool（进程内）MCP
实现语言必须 JavaPython / TS / Go / Java 任意语言
部署方式同一 JVM 进程独立子进程或远程服务
隔离性共享 JVM 内存进程/网络隔离
更新方式需重新部署整个应用独立更新 MCP Server
适用场景轻量级函数调用跨语言/跨团队/微服务集成
调试在同一 IDE 内需分别启动 Client 和 Server

易错场景与面试考点

易错场景一：Stdio 路径错误导致连接失败

# ❌ 错误：command 路径未找到
connections:
  weather:
    transport: stdio
    command: python    # 若环境变量未配置可能失败
    args:
      - weather_server.py

问题分析

Stdio 依赖系统 PATH 环境变量。Python 不在 PATH 中时需使用绝对路径，或使用 python3。

# ✅ 正确：使用绝对路径
connections:
  weather:
    transport: stdio
    command: /usr/local/bin/python3
    args:
      - /absolute/path/to/weather_server.py

面试高频题

Q1：MCP 协议的通信流程是怎样的？

①MCP Client 通过 tools/list 发现 Server 提供的工具及 JSON Schema；②AI 模型决定调用工具时，MCP Client 通过 tools/call 发送函数名和参数；③MCP Server 执行工具并返回结果；④Client 将结果封装为 ToolResponseMessage 返回给 AI 模型。全程使用 JSON-RPC 2.0 协议。

Q2：Stdio 和 HTTP 传输如何选择？

Stdio 适合同一台机器上的本地工具，通过子进程隔离，零网络开销；HTTP 适合远程微服务工具，支持分布式部署和水平扩展。生产环境推荐 HTTP，开发环境可用 Stdio。

本章小结

  • MCP 是跨语言工具集成的开放标准协议
  • Client/Server 架构：Server 暴露工具，Client 消费工具
  • Stdio 适合本地子进程，HTTP 适合远程微服务
  • Spring AI 通过 McpClient 自动发现并注册 MCP 工具到 ChatClient
  • MCP 解决了"跨语言"和"跨进程"两大企业级工具集成难题