本文已收录在Github,关注我,紧跟本系列专栏文章,咱们下篇再续!
MCP Java SDK 为 AI 模型与工具和数据源的集成提供了强大基础,文章介绍了 SDK 中的核心功能。
这个 SDK 最初在去年十一月是一个实验性项目,如今已经发展为与 Spring AI 团队和 Anthropic 的正式合作成果。如今这个实验项目已经正式成为 MCP Java SDK。
MCP Java SDK 是继 Python、TypeScript 和 Kotlin SDK 之后,协议支持的最新语言绑定,可在MCP 官网找到:
Java 一直是企业级开发的主流语言,而 MCP Java SDK 的出现,使企业更容易开发前沿的 AI 应用。该 SDK 为 AI 模型与外部工具和数据源的集成提供了全面的基础功能。
Spring AI 项目基于 MCP Java SDK 进行了扩展,提升与 Spring Boot 应用集成的开发效率。通过Spring Boot starters,开发者可用 Spring 的依赖注入和配置管理功能,快速配置 MCP 客户端和服务端,让基于 AI 的工作流更易接入应用系统。
spring-ai-mcp-client-spring-boot-starter
—— 核心客户端启动器,支持 STDIO 和基于 HTTP 的 SSE 传输。spring-ai-mcp-client-webflux-spring-boot-starter
—— 支持响应式应用的 WebFlux SSE 传输实现。spring-ai-mcp-server-spring-boot-starter
—— 核心服务端启动器,支持 STDIO 传输spring-ai-mcp-server-webmvc-spring-boot-starter
—— 基于 Spring MVC 的 SSE 传输实现,适用于 servlet 应用spring-ai-mcp-server-webflux-spring-boot-starter
—— 基于 WebFlux 的 SSE 传输实现,适用于响应式应用通过声明方式配置 STDIO 传输客户端应用。在 application.yml
中添加如下配置:
spring:
ai:
mcp:
client:
stdio:
servers-configuration: classpath:mcp-servers.json
而所引用的 JSON 文件,采用 Claude Desktop 格式定义要连接的 MCP 服务端:
{
"mcpServers": {
"filesystem": {
"command": "npx",
"args": [
"-y",
"@modelcontextprotocol/server-filesystem",
"/Users/username/Desktop",
"/Users/username/Downloads"
]
}
}
}
当客户端应用启动时,它会自动启动 MCP 服务端,建立 STDIO 通信通道,并负责管理服务端生命周期。
Spring AI M6 版本引入 @Tool
,简化 MCP 服务端创建过程。
原创声明:本文系作者授权腾讯云开发者社区发表,未经许可,不得转载。
如有侵权,请联系 cloudcommunity@tencent.com 删除。
原创声明:本文系作者授权腾讯云开发者社区发表,未经许可,不得转载。
如有侵权,请联系 cloudcommunity@tencent.com 删除。