Getting Started with MCP（MCP快速入门）

约 1678 字大约 6 分钟

2026-09-15

MCP 快速入门（Getting Started with MCP）

📌 原文地址：https://docs.spring.io/java-ai/reference/guides/getting-started-mcp.html 📌 原文版本：Java AI 2.0.1

Model Context Protocol（MCP，模型上下文协议）是一个标准化的协议，让大语言模型（LLM）应用能够方便地与外部工具、数据源对接。你可以把它想象成 AI 应用的"USB 接口"——只要双方都遵守这个协议，就能即插即用。

本指南将带你了解 Java AI 中 MCP 的核心概念，并通过一个简单示例让你快速上手。

白话解读

MCP 不是框架，而是协议。它的作用是让"会说话的工具"和"会用工具的 AI"之间有共同语言，避免每个 AI 应用都要重复适配每一种工具。

一、MCP 是什么

MCP 定义了三类角色：

角色	说明	形象比喻
Host（宿主）	使用 AI 模型的应用程序，比如你的 IDE、聊天机器人	笔记本电脑
Client（客户端）	嵌入在 Host 里、负责与 Server 通信的组件	笔记本上的 USB 驱动
Server（服务器）	把某个能力（如查天气、读数据库）封装成"工具"的服务	U 盘 / 鼠标 / 键盘

三层结构

一次完整的工具调用流程：AI 在 Host 里思考 → 通过 Client 把请求发给 Server → Server 执行真实动作 → 把结果原路返回给 AI。

MCP 的核心价值：

一次开发，多处使用：写一个 MCP Server，能被所有支持 MCP 的 AI 客户端复用
能力与模型解耦：换模型不用换工具，换工具不用改模型
双向通信：Server 不仅能响应请求，还能主动推送资源、通知等

二、Java AI 的 MCP 支持

Java AI 提供了两个独立的 Starter 来分别支持 MCP 的 Server 端和 Client 端：

Starter 名称	作用
`spring-ai-starter-mcp-server-webmvc`	基于 Spring MVC（Servlet 阻塞 I/O）的 MCP Server
`spring-ai-starter-mcp-client`	MCP Client（与 Anthropic、OpenAI 等模型配合）

版本说明

除了 webmvc 版本，还有 webflux（响应式）版本，适合高并发场景。本指南以 webmvc 为例，因为入门更直观。

三、第一个 MCP Server：暴露两个工具

下面我们写一个最简单的 MCP Server，它对外暴露两个工具：

getCurrentDateTime：返回服务器当前时间
addNumbers：把两个数字相加

3.1 添加依赖

新建一个 Spring Boot 项目，在 pom.xml 中加入：

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

<dependencyManagement>
    <dependencies>
        <dependency>
            <groupId>org.springframework.ai</groupId>
            <artifactId>spring-ai-bom</artifactId>
            <version>2.0.1</version>
            <type>pom</type>
            <scope>import</scope>
        </dependency>
    </dependencies>
</dependencyManagement>

3.2 实现工具类

package com.example.mcp.server;

import java.time.LocalDateTime;
import java.time.format.DateTimeFormatter;

import org.springframework.ai.tool.annotation.McpTool;
import org.springframework.ai.tool.annotation.McpToolParam;
import org.springframework.stereotype.Component;

@Component  // 注册为 Spring Bean，MCP 会自动扫描
public class DateTimeService {

    /**
     * 获取服务器当前时间。
     * @McpTool 让 MCP Server 把这个方法暴露为"工具"，AI 可以调用。
     */
    @McpTool(name = "getCurrentDateTime",
             description = "获取服务器当前的日期和时间，格式 yyyy-MM-dd HH:mm:ss")
    public String getCurrentDateTime() {
        return LocalDateTime.now()
                .format(DateTimeFormatter.ofPattern("yyyy-MM-dd HH:mm:ss"));
    }

    /**
     * 把两个数字相加。
     * @McpToolParam 给参数加说明，AI 才知道该传什么。
     */
    @McpTool(name = "addNumbers",
             description = "把两个数字相加并返回结果")
    public int addNumbers(
            @McpToolParam(description = "第一个加数") int a,
            @McpToolParam(description = "第二个加数") int b) {
        return a + b;
    }
}

注解说明

@McpTool 标记一个方法是 MCP 工具，name 是工具对外的名字（AI 用它来调用），description 是给 AI 看的说明
@McpToolParam 给方法的参数加描述，AI 会根据描述判断该传什么值
类上要加 @Component，Java AI 会自动把它的方法注册成 MCP 工具

3.3 配置 application.yml

spring:
  ai:
    mcp:
      server:
        name: my-first-mcp-server  # 服务名（自己取）
        version: 0.0.1

启动 Spring Boot 应用后，MCP Server 就开始监听一个端口，等待 MCP Client 连接。

四、第一个 MCP Client：通过 AI 调用工具

下面我们写一个 MCP Client，用 ChatClient 与 Claude 模型对话，让 AI 自动决定是否调用我们刚才暴露的工具。

4.1 添加依赖

<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-anthropic</artifactId>
    </dependency>
</dependencies>

4.2 配置连接 Server

spring:
  ai:
    mcp:
      client:
        enabled: true
        stdio:
          servers:
            my-server:
              command: java
              args:
                - "-jar"
                - "/path/to/your-server.jar"  # 指向刚才那个 Server 的 jar
    anthropic:
      api-key: ${ANTHROPIC_API_KEY}

4.3 编写调用代码

package com.example.mcp.client;

import org.springframework.ai.chat.client.ChatClient;
import org.springframework.ai.mcp.client.McpClient;
import org.springframework.boot.CommandLineRunner;
import org.springframework.stereotype.Component;

@Component
public class McpChatRunner implements CommandLineRunner {

    private final ChatClient chatClient;

    public McpChatRunner(ChatClient.Builder builder) {
        this.chatClient = builder.build();
    }

    @Override
    public void run(String... args) {
        // 命令行参数第一个作为用户问题
        String question = args.length > 0 ? args[0] : "现在几点了？把 123 和 456 加起来";

        // 关键：把 MCP 工具列表注入到 ChatClient 的工具箱里
        var response = chatClient.prompt(question)
                .tools(McpClient.allTools())  // 注入所有 MCP 工具
                .call()
                .content();

        System.out.println("AI 回答：" + response);
    }
}

运行结果示例：

用户：现在几点了？把 123 和 456 加起来
AI 回答：当前时间是 2026-09-15 10:32:18；123 加 456 等于 579。

关键点

.tools(McpClient.allTools()) 这一行让 ChatClient 知道有哪些 MCP 工具可用。AI 会自己判断该调用哪个工具，不需要你写 if-else。

五、MCP 传输方式

Java AI 的 MCP Starter 支持多种传输方式（Server 与 Client 之间的通信协议）：

传输方式	适用场景	Java AI 实现
stdio（标准输入输出）	本地进程间通信，最常用	客户端用命令行启动 Server 进程
HTTP + SSE（Server-Sent Events）	跨网络、Server 主动推送	经典 Web 场景
Streamable HTTP	新一代流式 HTTP，MCP 规范推荐	适合远程服务器

选型建议