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！

• 魔都架构师 | 全网30W技术追随者
• 大厂分布式系统/数据中台实战专家
• 主导交易系统百万级流量调优 & 车联网平台架构
• AIGC应用开发先行者 | 区块链落地实践者
• 以技术驱动创新，我们的征途是改变世界！
• 实战干货：编程严选网

0 前言

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。

1 MCP Java SDK 简介

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。

2 核心特性

客户端与服务端实现

• 支持同步和异步的 MCP 通信。
• 支持协议版本兼容性协商，实现良好的互操作性。

工具与资源管理

• 可动态发现、注册并执行工具。
• 实时接收工具和资源列表的变更通知。
• 通过 URI 模板管理资源，实现结构化访问和订阅。

Prompt 处理与 AI 采样支持

• 获取并管理 Prompt，以定制 AI 模型的行为。
• 支持多种采样策略，优化 AI 交互效果。

多种传输实现

• 基于 Stdio 的传输，用于直接进程通信
• 基于 Java HttpClient 的 SSE 客户端传输，用于基于 HTTP 的流式通信
• 基于 Servlet 的 SSE 服务端传输，适用于传统服务器环境的 HTTP 流式传输
• 基于 Spring 的传输方式，便于与 Spring Boot 集成：
• 基于 Spring WebFlux 的 SSE 传输，适用于响应式应用
• 基于 Spring WebMVC 的 SSE 传输，适用于基于 servlet 的应用

3 Spring AI 与 MCP

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。

客户端Starters

• 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。

服务端Starters

• 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

示例

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。