Java 实现 MCP Server 以及常用 MCP 服务分享
MCP 前段时间在 AI 领域 引发了 广泛关注，特别是在 各大海内外技术社区 中，大家热烈讨论，热度非常高，本文将带领大家使用 java 语言实现一个 mcp，揭开 mcp 这神秘的面纱，本文最后也推荐给大家一些常用的 MCP 服务，开箱即用 0 成本，希望对大家有一定的帮助。
概念
MCP（Model Context Protocol，即模型上下文协议）是由 Anthropic（Claude 的母公司）于 2024年11月 开源发布的一项 全新技术。
MCP 是为了解决大模型虽然强大，但是有时候无法获取实时信息以及访问特定工具！而 MCP 是一种让AI能够"伸出手"使用外部工具和服务的协议，让AI变得更加强大和实用。
想象一下，你正在和AI助手聊天，突然想让它帮你搜索最新的新闻，或者查看你的文件，甚至操作数据库——有了MCP，这些都成为可能！
简单来说，MCP 是一个 AI 大模型的标准化工具箱。
大模型可以通过这些工具与 外界互动，获取信息，并 完成具体任务。
在日常工作和学习中，我们经常需要与 浏览器、文件、数据库 和 代码仓库 等外部工具进行交互。
MCP的工作原理
- 服务器（Server）：提供特定功能的工具，比如网页搜索、文件访问等
- 客户端（Client）：在AI应用中与服务器保持连接
- 传输（Transport）：客户端和服务器之间的通信方式
- 主机（Host）：启动连接的应用程序，如Cherry Studio或Claude Desktop、Cline、Cursor、WindSurf
上图图说明了MCP协议就像是现在日常使用的USB协议，让AI和外部工具之间可以方便地传输数据和指令。
大白话，其实 MCP 就是对以前的 FunctionCall 进行标准化，早期大模型支持 FunctionCall 都是自家按照自己的路线走，导致不能用，自己家有自己家的标准，导致对接多家 FunctionCall 模型麻烦，Claude 发布了 MCP 协议，类似于 jdbc 标准，大家都按照统一的协议进行传输，大家一起开发 MCP 服务供大家使用，也不用对这个概念过于神秘化。
Java实现一个 MCP Server
官方 mcp 文档可参考：
在 AI 方面用 python 语言实现更优雅，作为 javaer 还是打算用 java 实现，感兴趣的朋友可以参考官方文档也提供不同语言的 SDK 快速集成。
博主使用 Spring AI 简易实现，学会儿了可以举一反三，官方文档很多示例，可以多看多练。
前提条件
1、 JDK17/21、Spring Boot 3.4.x+、Spring AI 1.0.0-M6+
2、支持 MCP 的客户端，我这里使用 Cherry Studio
3、一个支持 FunctionCall 的大模型，可以是 ollama 自建或者 云 API（推荐硅基流动）。
4、一双勤劳的双手
项目搭建
直接使用 spring脚手架搭建，注意 springboot 版本一定要大于 3.4x，不然不支持 Spring AI，新项目就直接无脑上 JDK17+SpringBoot3 吧。
pom 引入如下核心依赖：
代码语言：javascript代码运行次数：0运行复制<?xml version="1.0" encoding="UTF-8"?>
<project xmlns=".0.0" xmlns:xsi=";
xsi:schemaLocation=".0.0 .0.0.xsd">
<modelVersion>4.0.0</modelVersion>
<parent>
<groupId>org.springframework.boot</groupId>
<artifactId>spring-boot-starter-parent</artifactId>
<version>3.4.4</version>
<relativePath/>
</parent>
<groupId>com.lcry</groupId>
<artifactId>java-mcp-demo</artifactId>
<version>0.0.1-SNAPSHOT</version>
<name>java-mcp-demo</name>
<description>java-mcp-demo</description>
<url/>
<developers>
<developer>
<name>lcry</name>
<url>;/url>
</developer>
</developers>
<properties>
<java.version>17</java.version>
<spring-ai.version>1.0.0-M7</spring-ai.version>
</properties>
<dependencies>
<dependency>
<groupId>org.springframework.ai</groupId>
<artifactId>spring-ai-starter-mcp-server-webflux</artifactId>
</dependency>
</dependencies>
<build>
<plugins>
<plugin>
<groupId>org.springframework.boot</groupId>
<artifactId>spring-boot-maven-plugin</artifactId>
</plugin>
</plugins>
</build>
<dependencyManagement>
<dependencies>
<dependency>
<groupId>org.springframework.ai</groupId>
<artifactId>spring-ai-bom</artifactId>
<version>1.0.0-SNAPSHOT</version>
<type>pom</type>
<scope>import</scope>
</dependency>
</dependencies>
</dependencyManagement>
<repositories>
<repository>
<id>spring-snapshots</id>
<name>Spring Snapshots</name>
<url>;/url>
<releases>
<enabled>false</enabled>
</releases>
</repository>
<repository>
<name>Central Portal Snapshots</name>
<id>central-portal-snapshots</id>
<url>/</url>
<releases>
<enabled>false</enabled>
</releases>
<snapshots>
<enabled>true</enabled>
</snapshots>
</repository>
<repository>
<id>spring-milestones</id>
<name>Spring Milestones</name>
<url>;/url>
<snapshots>
<enabled>false</enabled>
</snapshots>
</repository>
</repositories>
</project>核心依赖是：spring-ai-starter-mcp-server-webflux 更多实现可以参考 spring ai 官方完整文档：.0/api/mcp/mcp-server-boot-starter-docs.html
新建一个天气服务，本地就直接模拟，实际开发可以直接调用第三方 API：WeatherService.java 如下：
代码语言：javascript代码运行次数：0运行复制import org.springframework.ai.tool.annotation.Tool;
import org.springframework.ai.tool.annotation.ToolParam;
import org.springframework.stereotype.Service;
/**
* WeatherService
*
* @author lcry
* @since 2025/04/22 21:11
*/
@Service
public class WeatherService {
@Tool(description = "根据城市名称获取天气预报信息")
public String getWeather(@ToolParam(description = "城市") String cityName) {
return cityName + "天气阳光明媚～";
}
@Tool(description = "根据城市名称获取空气质量")
public String getAirQuality(@ToolParam(description = "城市") String cityName) {
return cityName + "空气质量很好 by: lcry～";
}
}@Tool注解标记是一个工具，description 描述工具的作用，方便 AI 识别并调用。 @ToolParam 注解标记参数信息，告知 AI 参数是否必填以及含义
新增一个配置类，将工具暴露出来：ToolConfig.java
代码语言：javascript代码运行次数：0运行复制/**
* ToolConfig
*
* @author lcry
* @since 2025/04/22 21:08
*/
@Component
public class ToolConfig {
@Bean
public ToolCallbackProvider myTools(WeatherService weatherService) {
return MethodToolCallbackProvider.builder()
.toolObjects(weatherService)
.build();
}
}最后配置一下 mcp server 的一些配置：application.yml
代码语言：javascript代码运行次数：0运行复制spring:
application:
name: java-mcp-demo
# main:
# 必须禁用控制台日志和 banner，否则会干扰通信
# web-application-type: none # STDIO必须禁用web应用类型
# banner-mode: off # STDIO禁用banner
---
# Using spring-ai-starter-mcp-server
spring:
ai:
mcp:
server:
name: stdio-mcp-server
version: 1.0.0
type: SYNC
---
# Using spring-ai-starter-mcp-server-webmvc
spring:
ai:
mcp:
server:
name: webmvc-mcp-server
version: 1.0.0
type: SYNC
sse-message-endpoint: /mcp/messages
---
# Using spring-ai-starter-mcp-server-webflux
spring:
ai:
mcp:
server:
name: webflux-mcp-server
version: 1.0.0
type: ASYNC # Recommended for reactive applications
sse-message-endpoint: /mcp/messages最后启动项目，日志中打印Registered tools: 2, notification: true 则成功。
通过 spring-ai-starter-mcp-server-webflux 方式，对外暴露端点就是sse：
public class McpServerProperties {
public static final String CONFIG_PREFIX = "spring.ai.mcp.server";
private boolean enabled = true;
private boolean stdio = false;
private String name = "mcp-server";
private String version = "1.0.0";
private String instructions = null;
private boolean resourceChangeNotification = true;
private boolean toolChangeNotification = true;
private boolean promptChangeNotification = true;
private String baseUrl = "";
private String sseEndpoint = "/sse";
private String sseMessageEndpoint = "/mcp/message";
private ServerType type;
private Map<String, String> toolResponseMimeType;
public McpServerProperties() {
this.type = McpServerProperties.ServerType.SYNC;
this.toolResponseMimeType = new HashMap();
}
.....省略编写测试用例访问 MCP Server：
代码语言：javascript代码运行次数：0运行复制/**
* @author lcry
*/
public class ClientSse {
public static void main(String[] args) {
var transport = new WebFluxSseClientTransport(WebClient.builder().baseUrl("http://localhost:8080"));
var client = McpClient.sync(transport).build();
client.initialize();
client.ping();
// 列出并展示可用的工具
McpSchema.ListToolsResult toolsList = client.listTools();
System.out.println("可用工具 = " + toolsList);
// 获取成都的天气
McpSchema.CallToolResult weatherForecastResult = client.callTool(new McpSchema.CallToolRequest("getWeather",
Map.of("cityName", "成都")));
System.out.println("返回结果: " + weatherForecastResult.content());
client.closeGracefully();
}
}日志成功打印则一个简单的 MCP Server 实现完成，通过 sse 的方式进行交互：
代码语言：javascript代码运行次数：0运行复制20:29:54.434 [reactor-http-nio-2] INFO io.modelcontextprotocol.client.McpAsyncClient -- Server response with Protocol: 2024-11-05, Capabilities: ServerCapabilities[experimental=null, logging=LoggingCapabilities[], prompts=null, resources=null, tools=ToolCapabilities[listChanged=true]], Info: Implementation[name=webflux-mcp-server, version=1.0.0] and Instructions null
可用工具 = ListToolsResult[tools=[Tool[name=getWeather, description=根据城市名称获取天气预报信息, inputSchema=JsonSchema[type=object, properties={cityName={type=string, description=城市}}, required=[cityName], additionalProperties=false]], Tool[name=getAirQuality, description=根据城市名称获取空气质量, inputSchema=JsonSchema[type=object, properties={cityName={type=string, description=城市}}, required=[cityName], additionalProperties=false]]], nextCursor=null]
返回结果: [TextContent[audience=null, priority=null, text="成都天气阳光明媚～"]]客户端使用
搭建完服务端之后，我们就可以在支持 MCP 客户端进行添加使用了，我这里以cherry studio 演示：
以此点击左下角齿轮 -> MCP服务器 -> 添加服务器，如下图填写：
点击启用之后连接成功之后，查看工具可以看到我们自己写的两个工具：
然后打开助手，勾选我们添加的 MCP 开始对话，就可以看到调用了我们自己的接口，可以看到请求响应参数：
Claude使用
如果你想直接在本地模式下使用，首先将 java 项目打包成 jar，执行下面命令：
代码语言：javascript代码运行次数：0运行复制mvn clean package -Dmaven.test.skip=true然后 claude 配置 MCP 配置：
代码语言：javascript代码运行次数：0运行复制{
"mcpServers": {
"weather-starter-webmvc-server": {
"command": "java",
"args": [
"-Dspring.ai.mcp.server.stdio=true",
"-Dspring.main.web-application-type=none",
"-Dlogging.pattern.console=",
"-jar",
"/absolute/path/target/java-mcp-demo-0.0.1-SNAPSHOT.jar" # 这里改成你打包后的绝对路径位置
]
}
}
}其实就是本地运行，注意需要提前安装 java 不然无法运行哦。
代码分享
本案例完整代码见 github 仓库：.git
总结
通过本文可以用java语言实现一个简单的 mcp server服务，但是对springboot版本和jdk都有一定的要求，对于老项目2.x的和1.8的项目可以通过langchain4j的框架实现，适配度更高，spring ai由于还没有发布正式版，还不能正式用于生产项目，M6版本之前对starter等命名都做了一定条件，还不具备生产可用的稳定版本，但是看spring ai的开发进度和spring生态的支持，只要推广开前途可简，如果非要上生产Java语言可以选择langchain4j框架，相对来说稳定一些和手动档扩展性更强。
在 AI 飞速发展的时代，我们也要关注一些前沿的技术持续学习，让自己能够有足够的竞争力，这两天刷到说传智播客都已经准备ts了，当初实习还看过它家的视频，没想到吧，培训班机构这几年也是特别卷了，互联网真是一言难尽，持续学习吧，AI 还是能干很多事情的，即便是转行也能有一定的基础。
最后的最后，AI 虽然很强大，但是请注意安全问题，防止将自己的隐私数据偷偷的上传了：
MCP 虽然功能强大，并且拥有广泛的应用前景，但在实际使用过程中，务必注意安全问题。在允许模型操作本地文件之前，建议提前对 HOST 可访问的目录和文件范围进行严格限制，以防止敏感信息泄露，避免产生开盒、信息泄密等安全风险。
另外，模型必须支持 Function Calling（允许模型调用外部工具以增强自身能力） 才能正常使用 MCP 功能。
MCP 公开服务推荐
在此推荐一些公开的MCP服务聚合的平台，可以方便的找到常用的 mcp，无需再全部自己开发了。
modelscope MCP广场：
MCP市场：/
MCP搜：/
glama 开源MCP：
smithery：/
Mcp Servers：/
MCP run：/
参考链接
本文参与 腾讯云自媒体同步曝光计划，分享自作者个人站点/博客。 原始发表：2025-04-23，如有侵权请联系 cloudcommunity@tencent 删除server服务工具模型javaspring-ai/reference MCP 官方文档 Spring ai alibaba 示例仓库 mcp官方示例仓库 一文彻底搞懂 MCP：AI 大模型的标准化工具箱
发布者：admin，转转请注明出处：http://www.yc00.com/web/1747550441a4651838.html
评论列表（0条）