本文讲解Java开发者如何基于Spring AI Alibaba框架玩转MCP，包括MCP Server的发布与调用，以及在OpenManus中的集成应用，助力AI应用开发。
原文标题：从原理到示例：Java开发玩转MCP
原文作者：阿里云开发者
冷月清谈：
怜星夜思：
2、文章中提到了使用Claude Desktop体验MCP，并集成了Github服务。如果让你设计一个基于MCP的智能应用，你觉得结合Github还能实现哪些有趣的功能？
3、文章介绍了基于stdio和SSE两种模式搭建MCP Server。在实际生产环境中，这两种模式分别适用于哪些场景？它们的优缺点是什么？
原文内容
摘要
本文以原理与示例结合的形式讲解 Java 开发者如何基于 Spring AI Alibaba 框架玩转 MCP，主要包含以下内容。
1. 一些 MCP 基础与快速体验（熟悉的读者可以跳过此部分）
2. 如何将自己开发的 Spring 应用发布为 MCP Server，验证使用 Claude 或 Spring 应用作为客户端接入自己发布的 Java MCP Server。
-
发布 stdio 模式的 MCP Server
-
发布 SSE 模式的 MCP Server
-
开发另一个 Spring 应用作为 MCP Client 调用 MCP Server 服务
-
使用 Claude 桌面应用接入我们的 Java MCP Server
3. 如何使用自己开发的 Spring 应用调用 MCP Server，包括调用自己发布的 Java MCP Server，也包括市面上其他通用 MCP Server。
-
配置并调用 stdio 模式的 MCP Server
-
配置并调用 SSE 模式的 MCP Server
4. 如何在 Spring AI Alibaba OpemManus 实现中使用 MCP 服务。
5. 关于存量应用如何一行代码不动就可以被当作 MCP 服务被智能体调用，请关注后续文章解决方案。
模型上下文协议
（Model Context Protocol）入门
2024 年 11 月，Anthropic 公司搞了个挺有意思的新玩意 - Model Context Protocol（模型上下文协议）简称为 MCP 协议。简单来说，它就是给 AI 和各类工具数据之间搭了个标准化的”桥梁”，让开发者不用再为对接问题头疼了。
大模型应用可以使用别人分享的 MCP 服务来完成各种各样的工作内容，你可以从这些地方获取 MCP 服务：
-
awesome-mcp-servers
-
mcp.so
MCP 协议在实际的应用场景上非常广泛，列举一些比较常见的应用场景：
-
使用百度/高德地图分析旅线计算时间
-
接 Puppeteer 自动操作网页
-
使用 Github/Gitlab 让大模型接管代码仓库
-
使用数据库组件完成对 Mysql、ES、Redis 等数据库的操作
-
使用搜索组件扩展大模型的数据搜索能力
1.1 在 Claude Desktop 中体验 MCP
接下来我们使用 Claude 快速接入 Github 服务（提前申请 token），编辑一下 Claude Desktop 的配置文件：
macOS：
~/Library/Application Support/Claude/claude_desktop_config.json
Windows：
%APPDATA%\Claude\claude_desktop_config.json
添加如下内容，注意把<YOUR_TOKEN>替换成你自己申请的 token：
{
"mcpServers": {
"github": {
"command": "npx",
"args": [
"-y",
"@modelcontextprotocol/server-github"
],
"env": {
"GITHUB_PERSONAL_ACCESS_TOKEN": "`"
}
}
}
重启 Claude 之后，可以看到已经加载了 MCP 对应的工具：
点开之后可以看到具体的工具内容：
此时我们就可以享受 Github 服务提供的操作仓库的能力：
从图上可以看到，通过创建仓库 test-mcp 这样的提示词，Claude 的大模型自行判断需要使用 mcp 中提供的 create_repository 能力，从而完成了仓库的创建，接下来我们打开 Github 也确实发现了这个已经创建的仓库。
通过这种方式，大模型就可以利用 MCP 接入各式各样的能力，完成各种更为复杂的工作。
1.2 MCP 的架构
MCP 主要分为 MCP 服务和 MCP 客户端：
-
客户端：一般指的是大模型应用，比如 Claude、通过 Spring AI Alibaba、Langchain 等框架开发的 AI 应用
-
服务端：连接各种数据源的服务和工具
整体架构如下：
整体的工作流程是这样的：AI 应用中集成 MCP 客户端，通过 MCP 协议向 MCP 服务端发起请求，MCP 服务端可以连接本地/远程的数据源，或者通过 API 访问其他服务，从而完成数据的获取，返回给 AI 应用去使用。
在 Spring AI 中使用 Mcp Server
2.1 Spring AI MCP 的介绍
Spring AI MCP 为模型上下文协议提供 Java 和 Spring 框架集成。它使 Spring AI 应用程序能够通过标准化的接口与不同的数据源和工具进行交互，支持同步和异步通信模式。整体架构如下：
Spring AI MCP 采用模块化架构，包括以下组件：
-
Spring AI 应用程序：使用 Spring AI 框架构建想要通过 MCP 访问数据的生成式 AI 应用程序
-
Spring MCP 客户端：MCP 协议的 Spring AI 实现，与服务器保持 1:1 连接
通过 Spring AI MCP，可以快速搭建 MCP 客户端和服务端程序。
2.2 使用 Spring AI MCP 快速搭建 MCP Server
Spring AI 提供了两种机制快速搭建 MCP Server，通过这两种方式开发者可以快速向 AI 应用开放自身的能力，这两种机制如下：
-
基于 stdio 的进程间通信传输，以独立的进程运行在 AI 应用本地，适用于比较轻量级的工具。
-
基于 SSE（Server-Sent Events） 进行远程服务访问，需要将服务单独部署，客户端通过服务端的 URL 进行远程访问，适用于比较重量级的工具。
接下来逐一介绍一下这两种方式的实现，示例代码可以通过如下链接获取：
https://github.com/springaialibaba/spring-ai-alibaba-examples/tree/main/spring-ai-alibaba-mcp-example/starter-example/server
2.2.1 基于 stdio 的 MCP 服务端实现
基于 stdio 的 MCP 服务端通过标准输入输出流与客户端通信，适用于作为子进程被客户端启动和管理的场景。
添加依赖
首先，在项目中添加 Spring AI MCP Server Starter 依赖：
<dependency>
<groupId>org.springframework.ai</groupId>
<artifactId>spring-ai-mcp-server-spring-boot-starter</artifactId>
</dependency>
配置 MCP 服务端
在 application.yml 中配置 MCP 服务端，这次要实现的是一个天气服务：
spring:
main:
web-application-type: none # 必须禁用web应用类型
banner-mode: off # 禁用banner
ai:
mcp:
server:
stdio: true # 启用stdio模式
name: my-weather-server # 服务器名称
version: 0.0.1 # 服务器版本
实现 MCP 工具
使用@Tool 注解标记方法，使其可以被 MCP 客户端发现和调用，通过@ToolParameter 注解工具的具体参数：
@ServicepublicclassOpenMeteoService {
privatefinal WebClient webClient;
publicOpenMeteoService(WebClient.Builder webClientBuilder){
this.webClient = webClientBuilder
.baseUrl(“https://api.open-meteo.com/v1”)
.build();
}
@Tool(description = “根据经纬度获取天气预报”)
public String getWeatherForecastByLocation(
@ToolParameter(description = “纬度，例如：39.9042”) String latitude,
@ToolParameter(description = “经度，例如：116.4074”) String longitude) {
try {
String response = webClient.get()
.uri(uriBuilder -> uriBuilder
.path(“/forecast”)
.queryParam(“latitude”, latitude)
.queryParam(“longitude”, longitude)
.queryParam(“current”, “temperature_2m,wind_speed_10m”)
.queryParam(“timezone”, “auto”)
.build())
.retrieve()
.bodyToMono(String.class)
.block();
// 解析响应并返回格式化的天气信息
// 这里简化处理，实际应用中应该解析JSON
return"当前位置（纬度：" + latitude + “，经度：” + longitude + “）的天气信息：\n” + response;
} catch (Exception e) {
return"获取天气信息失败：" + e.getMessage();
}
}
@Tool(description = “根据经纬度获取空气质量信息”)
public String getAirQuality(
@ToolParameter(description = “纬度，例如：39.9042”) String latitude,
@ToolParameter(description = “经度，例如：116.4074”) String longitude) {
// 模拟数据，实际应用中应调用真实API
return"当前位置（纬度：" + latitude + “，经度：” + longitude + “）的空气质量：\n” +
“- PM2.5: 15 μg/m³ (优)\n” +
“- PM10: 28 μg/m³ (良)\n” +
“- 空气质量指数(AQI): 42 (优)\n” +
“- 主要污染物: 无”;
}
}
这里使用了 OpenMeteo， OpenMeteo 是一个开源的天气 API，为非商业用途提供免费访问，无需 API 密钥。
注册 MCP 工具
在应用程序入口类中注册工具：
@SpringBootApplication publicclassMcpServerApplication { publicstaticvoidmain(String[] args){ SpringApplication.run(McpServerApplication.class, args); }@Bean
public ToolCallbackProvider weatherTools(OpenMeteoService openMeteoService){
return MethodToolCallbackProvider.builder()
.toolObjects(openMeteoService)
.build();
}
}
运行服务端
在控制台中执行如下命令，编译并打包应用：
Terminal window
mvn clean package -DskipTests
2.2.2 基于 SSE 的 MCP 服务端实现
基于 SSE 的 MCP 服务端通过 HTTP 协议与客户端通信，适用于作为独立服务部署的场景，可以被多个客户端远程调用，具体做法与 stdio 非常类似。
添加依赖
首先，在您的项目中添加依赖：
<dependency>
<groupId>org.springframework.ai</groupId>
<artifactId>spring-ai-mcp-server-webflux-spring-boot-starter</artifactId>
</dependency>
配置 MCP 服务端
在 application.yml 中配置 MCP 服务端：
server:
port: 8080 # 服务器端口配置
spring:
ai:
mcp:
server:
name: my-weather-server # MCP服务器名称
version: 0.0.1 # 服务器版本号
实现 MCP 工具
与基于 stdio 的实现完全相同：
@ServicepublicclassOpenMeteoService {
privatefinal WebClient webClient;
publicOpenMeteoService(WebClient.Builder webClientBuilder){
this.webClient = webClientBuilder
.baseUrl(“https://api.open-meteo.com/v1”)
.build();
}
@Tool(description = “根据经纬度获取天气预报”)
public String getWeatherForecastByLocation(
@ToolParameter(description = “纬度，例如：39.9042”) String latitude,
@ToolParameter(description = “经度，例如：116.4074”) String longitude) {
try {
String response = webClient.get()
.uri(uriBuilder -> uriBuilder
.path(“/forecast”)
.queryParam(“latitude”, latitude)
.queryParam(“longitude”, longitude)
.queryParam(“current”, “temperature_2m,wind_speed_10m”)
.queryParam(“timezone”, “auto”)
.build())
.retrieve()
.bodyToMono(String.class)
.block();
// 解析响应并返回格式化的天气信息
return"当前位置（纬度：" + latitude + “，经度：” + longitude + “）的天气信息：\n” + response;
} catch (Exception e) {
return"获取天气信息失败：" + e.getMessage();
}
}
@Tool(description = “根据经纬度获取空气质量信息”)
public String getAirQuality(
@ToolParameter(description = “纬度，例如：39.9042”) String latitude,
@ToolParameter(description = “经度，例如：116.4074”) String longitude) {
// 模拟数据，实际应用中应调用真实API
return"当前位置（纬度：" + latitude + “，经度：” + longitude + “）的空气质量：\n” +
“- PM2.5: 15 μg/m³ (优)\n” +
“- PM10: 28 μg/m³ (良)\n” +
“- 空气质量指数(AQI): 42 (优)\n” +
“- 主要污染物: 无”;
}
}
注册 MCP 工具
在应用程序入口类中注册工具：
@SpringBootApplicationpublicclassMcpServerApplication {
publicstaticvoidmain(String args){
SpringApplication.run(McpServerApplication.class, args);
}
@Bean
public ToolCallbackProvider weatherTools(OpenMeteoService openMeteoService){
return MethodToolCallbackProvider.builder()
.toolObjects(openMeteoService)
.build();
}
@Bean
public WebClient.Builder webClientBuilder(){
return WebClient.builder();
}
}
运行服务端
在控制台中输入命令，运行服务端：
Terminal window
mvn spring-boot:run
服务端将在 http://localhost:8080 启动。
2.3 在 Claude 中测试 mcp 服务
在上一小节中我们编写完了 MCP 服务，这些服务到底是否能正常运行呢？在 Claude Desktop 中可以测试一下。
修改配置文件，添加 weather 的配置，一定要注意 jar 包的路径必须是全路径：
{ "mcpServers": { "github": { "command": "npx", "args": [ "-y", "@modelcontextprotocol/server-github" ], "env": { "GITHUB_PERSONAL_ACCESS_TOKEN": your token } }, "weather": { "command": "java", "args": [ "-Dspring.ai.mcp.server.stdio=true", "-Dspring.main.web-application-type=none", "-Dlogging.pattern.console=", "-jar", "<修改为stdio编译之后的jar包全路径>" ], "env": {} } }
}
重启 Claude 之后看到，我们编写的两个 Tool 已经被加载进来了：
输入提示词，查询今天北京的空气质量：
Claude 触发了我们自己编写的天气服务，展示了完整的数据：
上面使用了 stdio 的方式在 Claude Desktop 中使用我们自己编写的 MCP 服务，但是很可惜 Claude Desktop 不支持直接通过 SSE 模式访问，必须使用 mcp-proxy 作为中介，所以这里我们不再演示 Claude Desktop 接入 SSE 模式的 MCP 服务。
在 Spring AI Alibaba
中集成 Mcp Client
对于客户端，Spring AI 同样提供了 stdio 和 SSE 两种机制快速集成 MCP Server，分别对应到 MCP Server 的 stdio 和 SSE 两种模式，参考代码如下：
https://github.com/springaialibaba/spring-ai-alibaba-examples/tree/main/spring-ai-alibaba-mcp-example/starter-example/client
3.1 基于 stdio 的 MCP 客户端实现
基于 stdio 的实现是最常见的 MCP 客户端实现方式，它通过标准输入输出流与 MCP 服务器进行通信。这种方式适用于使用了 stdio 方式本地部署的 MCP 服务器，可以直接在同一台机器上启动 MCP 服务器进程。
添加依赖
首先，在项目中添加 Spring AI MCP starter 依赖：
<dependency>
<groupId>org.springframework.ai</groupId>
<artifactId>spring-ai-mcp-client-spring-boot-starter</artifactId>
</dependency>
<!-- 添加Spring AI MCP starter依赖 -->
<dependency>
<groupId>org.springframework.ai</groupId>
<artifactId>spring-ai-mcp-client-spring-boot-starter</artifactId>
</dependency>
配置 MCP 服务器
在 application.yml 中配置 MCP 服务器：
spring: ai: dashscope: # 配置通义千问API密钥 api-key: ${DASH_SCOPE_API_KEY} mcp: client: stdio: # 指定MCP服务器配置文件路径（推荐） servers-configuration: classpath:/mcp-servers-config.json # 直接配置示例，和上边的配制二选一 # connections: # server1: # command: java # args: # - -jar
# - /path/to/your/mcp-server.jar
这个配置文件设置了 MCP 客户端的基本配置，包括 API 密钥和服务器配置文件的位置。你也可以选择直接在配置文件中定义服务器配置，但是还是建议使用 json 文件管理 mcp 配置。在 resources 目录下创建 mcp-servers-config.json 配置文件：
{
"mcpServers": {
// 定义名为"weather"的MCP服务器
"weather": {
// 指定启动命令为java
"command": "java",
// 定义启动参数
"args": [
"-Dspring.ai.mcp.server.stdio=true",
"-Dspring.main.web-application-type=none",
"-jar",
"<修改为stdio编译之后的jar包全路径>"
],
// 环境变量配置（可选）
"env": {}
}
}
}
这个 JSON 配置文件定义了 MCP 服务器的详细配置，包括如何启动服务器进程、需要传递的参数以及环境变量设置，还是要注意引用的 jar 包必须是全路径的。
编写一个启动类进行测试：
```java
@SpringBootApplication
publicclassApplication {
publicstaticvoidmain(String args){
// 启动Spring Boot应用
SpringApplication.run(Application.class, args);
}
@Bean
public CommandLineRunner predefinedQuestions(
ChatClient.Builder chatClientBuilder,
ToolCallbackProvider tools,
ConfigurableApplicationContext context) {
return args -> {
// 构建ChatClient并注入MCP工具
var chatClient = chatClientBuilder
.defaultTools(tools)
.build();
// 定义用户输入
String userInput = “北京的天气如何？”;
// 打印问题
System.out.println(“\n>>> QUESTION: " + userInput);
// 调用LLM并打印响应
System.out.println(”\n>>> ASSISTANT: " +
chatClient.prompt(userInput).call().content());
// 关闭应用上下文
context.close();
};
}
}
</code></pre>
</div>
</div>
</div>
<p data-wct-cr-24><span><span data-wct-cr-23><span data-wct-cr-12>这段代码展示了如何在 Spring Boot 应用中使用 MCP 客户端。它创建了一个命令行运行器，构建了 ChatClient 并注入了 MCP 工具，然后使用这个客户端发送查询并获取响应。在 Spring AI Alibaba 中使用 Mcp 工具非常简单，只需要把 </span></span></span><code><span><span data-wct-cr-23><span data-wct-cr-12>ToolCallbackProvider </span></span></span></code><span><span data-wct-cr-23><span data-wct-cr-12>放到 </span></span></span><code><span><span data-wct-cr-23><span data-wct-cr-12>chatClientBuilder </span></span></span></code><span><span data-wct-cr-23><span data-wct-cr-12>的 </span></span></span><code><span><span data-wct-cr-23><span data-wct-cr-12>defaultTools </span></span></span></code><span><span data-wct-cr-23><span data-wct-cr-12>方法中，就可以自动的适配。</span></span></span></p>
<p data-wct-cr-20><span data-wct-cr-21><span data-wct-cr-22><br></span></span></p>
<p data-wct-cr-24><span><span data-wct-cr-23><span data-wct-cr-12>通过命令启动程序进行测试：</span></span></span></p>
<p data-wct-cr-24><span><span data-wct-cr-23><br></span></span></p>
<p data-wct-cr-24><span><span data-wct-cr-23><span data-wct-cr-12>Termin</span></span><span data-wct-cr-23><span data-wct-cr-12>al window</span></span></span></p>
<div data-wct-cr-27>
<div data-wct-cr-39>
<div>
<pre><code>mvn spring-boot:run
</code></pre>
</div>
</div>
</div>
<p data-wct-cr-24><span><span data-wct-cr-23><span data-wct-cr-12>启动之后显示结果为，从日志可以看到我们自己编写的 mcp server 被调用了，返回了数据：</span></span></span></p>
<div data-wct-cr-27>
<div data-wct-cr-39>
<div>
<pre><code>>>> QUESTION: 北京的天气如何？
2025-03-31T17:56:17.931+08:00 DEBUG 23455 --- [mcp] [pool-1-thread-1] io.modelcontextprotocol.spec.McpSchema : Received JSON message: {"jsonrpc":"2.0","id":"60209de5-3","result":{"content":[{"type":"text","text":"\"当前天气:\\n温度: 18.6°C (体感温度: 15.1°C)\\n天气: 多云\\n风向: 南风 (4.7 km/h)\\n湿度: 18%\\n降水量: 0.0 毫米\\n\\n未来天气预报:\\n2025-03-31 (周一):\\n温度: 2.4°C ~ 19.5°C\\n天气: 多云\\n风向: 南风 (8.4 km/h)\\n降水量: 0.0 毫米\\n\\n2025-04-01 (周二):\\n温度: 7.6°C ~ 20.6°C\\n天气: 多云\\n风向: 西北风 (19.1 km/h)\\n降水量: 0.0 毫米\\n\\n2025-04-02 (周三):\\n温度: 6.9°C ~ 18.4°C\\n天气: 晴朗\\n风向: 西北风 (12.8 km/h)\\n降水量: 0.0 毫米\\n\\n2025-04-03 (周四):\\n温度: 7.0°C ~ 19.8°C\\n天气: 多云\\n风向: 南风 (16.3 km/h)\\n降水量: 0.0 毫米\\n\\n2025-04-04 (周五):\\n温度: 7.5°C ~ 21.6°C\\n天气: 多云\\n风向: 西北风 (19.6 km/h)\\n降水量: 0.0 毫米\\n\\n2025-04-05 (周六):\\n温度: 5.6°C ~ 20.7°C\\n天气: 多云\\n风向: 西风 (16.5 km/h)\\n降水量: 0.0 毫米\\n\\n2025-04-06 (周日):\\n温度: 8.4°C ~ 22.3°C\\n天气: 晴朗\\n风向: 南风 (9.4 km/h)\\n降水量: 0.0 毫米\\n\\n\""}],"isError":false}}
2025-03-31T17:56:17.932+08:00 DEBUG 23455 --- [mcp] [pool-1-thread-1] i.m.spec.McpClientSession : Received Response: JSONRPCResponse[jsonrpc=2.0, id=60209de5-3, result={content=[{type=text, text="当前天气:\n温度: 18.6°C (体感温度: 15.1°C)\n天气: 多云\n风向: 南风 (4.7 km/h)\n湿度: 18%\n降水量: 0.0 毫米\n\n未来天气预报:\n2025-03-31 (周一):\n温度: 2.4°C ~ 19.5°C\n天气: 多云\n风向: 南风 (8.4 km/h)\n降水量: 0.0 毫米\n\n2025-04-01 (周二):\n温度: 7.6°C ~ 20.6°C\n天气: 多云\n风向: 西北风 (19.1 km/h)\n降水量: 0.0 毫米\n\n2025-04-02 (周三):\n温度: 6.9°C ~ 18.4°C\n天气: 晴朗\n风向: 西北风 (12.8 km/h)\n降水量: 0.0 毫米\n\n2025-04-03 (周四):\n温度: 7.0°C ~ 19.8°C\n天气: 多云\n风向: 南风 (16.3 km/h)\n降水量: 0.0 毫米\n\n2025-04-04 (周五):\n温度: 7.5°C ~ 21.6°C\n天气: 多云\n风向: 西北风 (19.6 km/h)\n降水量: 0.0 毫米\n\n2025-04-05 (周六):\n温度: 5.6°C ~ 20.7°C\n天气: 多云\n风向: 西风 (16.5 km/h)\n降水量: 0.0 毫米\n\n2025-04-06 (周日):\n温度: 8.4°C ~ 22.3°C\n天气: 晴朗\n风向: 南风 (9.4 km/h)\n降水量: 0.0 毫米\n\n"}], isError=false}, error=null]
</code></pre>
</div>
</div>
</div>
<div data-wct-cr-27>
<div data-wct-cr-31>
<div data-wct-cr-32>
<div data-wct-cr-33>
<div data-wct-cr-34>
</div>
</div>
</div>
<div data-wct-cr-35>
<div data-wct-cr-36>
<p data-wct-cr-52><span data-wct-cr-38><strong><span>3.2 基于 SSE 的 MCP 客户端实现</span></strong></span></p>
</div>
</div>
</div>
</div>
<p data-wct-cr-24><span><span data-wct-cr-23><span data-wct-cr-12>除了基于 stdio 的实现外，Spring AI Alibaba 还提供了基于 Server-Sent Events （SSE）的 MCP 客户端实现。这种方式适用于远程部署的 MCP 服务器，可以通过 HTTP 协议与 MCP 服务器进行通信。</span></span></span></p>
<h5><span data-wct-cr-21><span data-wct-cr-55><br></span></span></h5>
<h5><span data-wct-cr-21><span data-wct-cr-22><span data-wct-cr-57>添加依赖</span></span></span></h5>
<h5><span data-wct-cr-21><span data-wct-cr-22><br></span></span></h5>
<p data-wct-cr-24><span><span data-wct-cr-23><span data-wct-cr-12>首先，在您的项目中添加 Spring AI MCP starter 依赖：</span></span></span></p>
<div data-wct-cr-27>
<div data-wct-cr-39>
<div>
<pre><code><dependency>
<groupId>org.springframework.ai</groupId>
<artifactId>spring-ai-mcp-client-webflux-spring-boot-starter</artifactId>
</dependency>
</code></pre>
</div>
</div>
</div>
<p data-wct-cr-20><span data-wct-cr-21><span data-wct-cr-22><br></span></span></p>
<h5><span data-wct-cr-21><span data-wct-cr-22><span data-wct-cr-57>配置 MCP 服务器</span></span></span></h5>
<h5><span data-wct-cr-21><span data-wct-cr-22><br></span></span></h5>
<p data-wct-cr-24><span><span data-wct-cr-23><span data-wct-cr-12>在 </span></span></span><code><span><span data-wct-cr-23><span data-wct-cr-12>application.yml </span></span></span></code><span><span data-wct-cr-23><span data-wct-cr-12>中配置 MCP 服务器，这里需要指定 SSE 启动的服务地址，之前我们在 8080 端口上启动了对应的服务：</span></span></span></p>
<div data-wct-cr-27>
<div data-wct-cr-39>
<div>
<pre><code>spring:
ai:
dashscope:
api-key: ${DASH_SCOPE_API_KEY}
mcp:
client:
sse:
connections:
server1:
url: http://localhost:8080 #服务地址
</code></pre>
</div>
</div>
</div>
<p data-wct-cr-20><span data-wct-cr-21><span data-wct-cr-22><br></span></span></p>
<h5><span data-wct-cr-21><span data-wct-cr-22><span data-wct-cr-57>使用 MCP 客户端</span></span></span></h5>
<h5><span data-wct-cr-21><span data-wct-cr-22><br></span></span></h5>
<p data-wct-cr-64><span><span data-wct-cr-65><span data-wct-cr-12>使用方式与基于 stdio 的实现相同，只需注入 </span></span></span><code><span><span data-wct-cr-65><span data-wct-cr-12>ToolCallbackProvider </span></span></span></code><span><span data-wct-cr-65><span data-wct-cr-12>和 </span></span></span><code><span><span data-wct-cr-65><span data-wct-cr-12>ChatClient.Builder</span></span></span></code><span><span data-wct-cr-65><span data-wct-cr-12>：</span></span></span></p>
<div data-wct-cr-27>
<div data-wct-cr-39>
<div>
<pre><code>@SpringBootApplication
publicclassApplication {
publicstaticvoidmain(String[] args){
SpringApplication.run(Application.class, args);
}
@Bean
public CommandLineRunner predefinedQuestions(ChatClient.Builder chatClientBuilder,
ToolCallbackProvider tools,
ConfigurableApplicationContext context) {
return args -> {
// 构建ChatClient并注入MCP工具
var chatClient = chatClientBuilder
.defaultTools(tools)
.build();
// 使用ChatClient与LLM交互
String userInput = "北京的天气如何？";
System.out.println("\n>>> QUESTION: " + userInput);
System.out.println("\n>>> ASSISTANT: " + chatClient.prompt(userInput).call().content());
context.close();
};
}
}
</code></pre>
</div>
</div>
</div>
<p data-wct-cr-20><span data-wct-cr-21><span data-wct-cr-22><br></span></span></p>
<p data-wct-cr-24><span><span data-wct-cr-23><span data-wct-cr-12>通过命令启动程序进行测试：</span></span></span></p>
<p data-wct-cr-24><span><span data-wct-cr-23><br></span></span></p>
<p data-wct-cr-24><span><span data-wct-cr-23><span data-wct-cr-12>Terminal window</span></span></span></p>
<div data-wct-cr-27>
<div data-wct-cr-39>
<div>
<pre><code>mvn spring-boot:run
</code></pre>
</div>
</div>
</div>
<p data-wct-cr-24><span><span data-wct-cr-23><span data-wct-cr-12>启动之后会有报错：</span></span></span></p>
<div data-wct-cr-27>
<div data-wct-cr-39>
<div>
<pre><code>Caused by: java.lang.IllegalStateException: Multiple tools with the same name(spring-ai-mcp-client-getWeatherForecastByLocation, spring-ai-mcp-client-getAirQuality)
at org.springframework.ai.mcp.SyncMcpToolCallbackProvider.validateToolCallbacks(SyncMcpToolCallbackProvider.java:126) ~[spring-ai-mcp-1.0.0-20250325.064812-147.jar:1.0.0-SNAPSHOT]
at org.springframework.ai.mcp.SyncMcpToolCallbackProvider.getToolCallbacks(SyncMcpToolCallbackProvider.java:110) ~[spring-ai-mcp-1.0.0-20250325.064812-147.jar:1.0.0-SNAPSHOT]
at org.springframework.ai.autoconfigure.mcp.client.McpClientAutoConfiguration.toolCallbacksDeprecated(McpClientAutoConfiguration.java:196) ~[spring-ai-mcp-client-spring-boot-autoconfigure-1.0.0-M6.jar:1.0.0-M6]
at java.base/jdk.internal.reflect.DirectMethodHandleAccessor.invoke(DirectMethodHandleAccessor.java:103) ~[na:na]
at java.base/java.lang.reflect.Method.invoke(Method.java:580) ~[na:na]
at org.springframework.beans.factory.support.SimpleInstantiationStrategy.lambda$instantiate$0(SimpleInstantiationStrategy.java:171) ~[spring-beans-6.2.0.jar:6.2.0]
... 23 common frames omitted
</code></pre>
</div>
</div>
</div>
<p data-wct-cr-24><span><span data-wct-cr-23><span data-wct-cr-12>从日志上分析，是因为注册了相同的服务名 </span></span></span><code><span><span data-wct-cr-23><span data-wct-cr-12>spring-ai-mcp-client-getWeatherForecastByLocation </span></span></span></code><span><span data-wct-cr-23><span data-wct-cr-12>和 </span></span></span><code><span><span data-wct-cr-23><span data-wct-cr-12>spring-ai-mcp-client-getAirQuality</span></span></span></code><span><span data-wct-cr-23><span data-wct-cr-12>，但是从代码上分析，这两个服务我们都只注册了一次，那为什么会报错呢？</span></span></span></p>
<p data-wct-cr-24><span><span data-wct-cr-23><br></span></span></p>
<p data-wct-cr-64><span data-wct-cr-65><span data-wct-cr-65><span data-wct-cr-12>其实这是 Spring AI 目前的一个 BUG，Spring AI 提供了两个自动配置类去生成客户端工具处理 MCP 服务中 Tool 的获取，分别是 </span></span></span><code><span><span data-wct-cr-65><span data-wct-cr-12>SseHttpClientTransportAutoConfiguration </span></span></span></code><span><span data-wct-cr-65><span data-wct-cr-12>和 </span></span></span><code><span><span data-wct-cr-65><span data-wct-cr-12>SseWebFluxTransportAutoConfiguration</span></span></span></code><span><span data-wct-cr-65><span data-wct-cr-12>。这两个自动配置类提供了同步和异步两种方式，本身应该是互斥的，但是 Spring AI 对于互斥的处理上出了问题，导致两个自动配置类都会加载。</span></span></span></p>
<p data-wct-cr-24><span><span data-wct-cr-23><br></span></span></p>
<p data-wct-cr-24><code><span><span data-wct-cr-23><span data-wct-cr-12>SseWebFluxTransportAutoConfiguration </span></span></span></code><span><span data-wct-cr-23><span data-wct-cr-12>的加载：</span></span></span></p>
<p data-wct-cr-20><span data-wct-cr-21><span data-wct-cr-22><br></span></span><span data-wct-cr-21><span data-wct-cr-21><span data-wct-cr-22><img alt="图片" src="https://raw.xinfinite.net/wct-cr-img/c3e76b8dc170a2af34429283d1374d9f.webp" data-wct-cr-66></span></span><span data-wct-cr-67></span><span data-wct-cr-42></span></span><span data-wct-cr-21><span data-wct-cr-22><br></span></span></p>
<p data-wct-cr-20><code><span data-wct-cr-21><span data-wct-cr-22><br></span></span></code></p>
<p data-wct-cr-24><code><span><span data-wct-cr-23><span data-wct-cr-12>SseHttpClientTransportAutoConfiguration </span></span></span></code><span><span data-wct-cr-23><span data-wct-cr-12>的加载：</span></span></span></p>
<p data-wct-cr-20><span data-wct-cr-21><span data-wct-cr-22><br></span></span><span data-wct-cr-21><span data-wct-cr-21><span data-wct-cr-22><img alt="图片" src="https://raw.xinfinite.net/wct-cr-img/d1788179388bac05ff2b244ff4ef3e4b.webp" data-wct-cr-68></span></span><span data-wct-cr-69></span><span data-wct-cr-42></span></span><span data-wct-cr-21><span data-wct-cr-22><br></span></span></p>
<p data-wct-cr-20><span data-wct-cr-21><span data-wct-cr-22><br></span></span></p>
<p data-wct-cr-24><span><span data-wct-cr-23><span data-wct-cr-12>两个自动配置类加载之后，就会向提供 SSE 服务的 MCP 服务申请 Tool，这样就导致同样的 Tool 被申请了两次，自然就会重复了。解决方案也非常简单，在启动类上排除 </span></span></span><code><span><span data-wct-cr-23><span data-wct-cr-12>SseHttpClientTransportAutoConfiguration </span></span></span></code><span><span data-wct-cr-23><span data-wct-cr-12>实现就可以了。</span></span></span></p>
<p data-wct-cr-20><span data-wct-cr-21><span data-wct-cr-22><br></span></span></p>
<div data-wct-cr-27>
<div data-wct-cr-39>
<div>
<pre><code>@SpringBootApplication(exclude = {
org.springframework.ai.autoconfigure.mcp.client.SseHttpClientTransportAutoConfiguration.class
})
publicclassApplication {
...
</code></pre>
</div>
</div>
</div>
<p data-wct-cr-24><span><span data-wct-cr-23><span data-wct-cr-12>再次通过命令启动程序进行测试：</span></span></span></p>
<p data-wct-cr-70><span><span data-wct-cr-71><br></span></span></p>
<p data-wct-cr-24><span><span data-wct-cr-23><span data-wct-cr-12>Terminal window</span></span></span></p>
<div data-wct-cr-27>
<div data-wct-cr-39>
<div>
<pre><code>mvn spring-boot:run
</code></pre>
</div>
</div>
</div>
<p data-wct-cr-24><span><span data-wct-cr-23><span data-wct-cr-12>这一次就输出了正确的结果：</span></span></span></p>
<p data-wct-cr-20><span data-wct-cr-21><span data-wct-cr-22><br></span></span><span data-wct-cr-21><span data-wct-cr-21><span data-wct-cr-22><img alt="图片" src="https://raw.xinfinite.net/wct-cr-img/163bbdf615a681de4731fcc8d73114e7.webp" data-wct-cr-72></span></span><span data-wct-cr-73></span><span data-wct-cr-42></span></span><span data-wct-cr-21><span data-wct-cr-22><br></span></span></p>
<h5><span data-wct-cr-55><br></span></h5>
<div data-wct-cr-74>
<div data-wct-cr-75>
<div data-wct-cr-76>
<div data-wct-cr-77>
<div data-wct-cr-78>
<div data-wct-cr-27>
<div data-wct-cr-28>
<div data-wct-cr-29>
<p data-wct-cr-30><span>在 Spring AI Alibaba 的</span></p>
<p data-wct-cr-30><span> Open Manus 中体验 MCP</span><span data-wct-cr-21><br></span></p>
</div>
</div>
</div>
</div>
</div>
</div>
</div>
</div>
<h5><span data-wct-cr-55><br></span></h5>
<p data-wct-cr-24><span><span data-wct-cr-23><span data-wct-cr-12>Spring AI Alibaba 中提供了 Open Manus 的实现，整体架构如下：</span></span></span></p>
<p data-wct-cr-20><span data-wct-cr-21><span data-wct-cr-22><br></span></span><span data-wct-cr-21><span data-wct-cr-21><span data-wct-cr-22><img alt="图片" src="https://raw.xinfinite.net/wct-cr-img/908fe280c6dd148c2cfbec2750514b3b.webp" data-wct-cr-79></span></span><span data-wct-cr-80></span><span data-wct-cr-42></span></span><span data-wct-cr-21><span data-wct-cr-22><br></span></span></p>
<p data-wct-cr-20><span data-wct-cr-21><span data-wct-cr-22><br></span></span></p>
<p data-wct-cr-24><span><span data-wct-cr-23><span data-wct-cr-12>在执行阶段，会调用各种 Tool 来完成任务，如果我们能使用 MCP 增加 Tool 的能力，那势必能 Open Manus 如虎添翼，接下来我们就来看一下 Open Manus 中是如何去使用 MCP 的。</span></span></span></p>
<p data-wct-cr-24><span><span data-wct-cr-23><br></span></span></p>
<p data-wct-cr-64><span data-wct-cr-65><span data-wct-cr-65><span data-wct-cr-12>源代码如下：</span></span></span><span><span data-wct-cr-65><span data-wct-cr-12>https://github.com/alibaba/spring-ai-alibaba/tree/main/community/openmanus</span></span></span><span><span data-wct-cr-65><br></span></span></p>
<h5><span><span data-wct-cr-23><br></span></span></h5>
<h5><span><span data-wct-cr-23><span data-wct-cr-13>添加依赖</span></span></span></h5>
<h5><span><span data-wct-cr-23><br></span></span></h5>
<p data-wct-cr-24><span><span data-wct-cr-23><span data-wct-cr-12>首先，在项目中添加 Spring AI MCP starter 依赖：</span></span></span></p>
<div data-wct-cr-27>
<div data-wct-cr-39>
<div>
<pre><code><dependency>
<groupId>org.springframework.ai</groupId>
<artifactId>spring-ai-mcp-client-spring-boot-starter</artifactId>
<version>${spring-ai.version}</version>
</dependency>
</code></pre>
</div>
</div>
</div>
<h5><span data-wct-cr-21><span data-wct-cr-22><span data-wct-cr-57>配置 MCP 服务器</span></span></span></h5>
<h5><span data-wct-cr-21><span data-wct-cr-22><br></span></span></h5>
<p data-wct-cr-24><span><span data-wct-cr-23><span data-wct-cr-12>在 </span></span></span><code><span><span data-wct-cr-23><span data-wct-cr-12>application.yml </span></span></span></code><span><span data-wct-cr-23><span data-wct-cr-12>中已经配置了 MCP 服务器，设置客户端请求服务端的超时时间为 1 分钟：</span></span></span></p>
<p data-wct-cr-20><span data-wct-cr-21><span data-wct-cr-22><br></span></span><span data-wct-cr-21><span data-wct-cr-21><span data-wct-cr-22><img alt="图片" src="https://raw.xinfinite.net/wct-cr-img/81198c3d2a3a95a0c6fa4e3006bd3ba4.webp" data-wct-cr-81></span></span><span data-wct-cr-82></span><span data-wct-cr-42></span></span><span data-wct-cr-21><span data-wct-cr-22><br></span></span></p>
<p data-wct-cr-20><span data-wct-cr-21><span data-wct-cr-22><br></span></span></p>
<p data-wct-cr-24><span><span data-wct-cr-23><span data-wct-cr-12>添加 </span></span></span><code><span><span data-wct-cr-23><span data-wct-cr-12>mcp-servers-config.json</span></span></span></code><span><span data-wct-cr-23><span data-wct-cr-12>，在 json 中配置了百度地图。百度地图核心 API 现已全面兼容 MCP 协议，是国内首家兼容 MCP 协议的地图服务商。百度地图已经完成了 8 个核心 API 接口和 MCP 协议的对接， 涵盖逆地理编码、地点检索、路线规划等。</span></span></span></p>
<p data-wct-cr-24><span><span data-wct-cr-23><br></span></span></p>
<p data-wct-cr-83><span data-wct-cr-23><span data-wct-cr-23><span data-wct-cr-12>使用百度地图的 MCP，需要申请 ak：</span></span></span><span data-wct-cr-23><span data-wct-cr-23><span data-wct-cr-12>https://lbsyun.baidu.com/apiconsole/key。</span></span></span><span data-wct-cr-21><span data-wct-cr-22><br></span></span></p>
<p data-wct-cr-83><span data-wct-cr-21><span data-wct-cr-22><br></span></span></p>
<div data-wct-cr-27>
<div data-wct-cr-39>
<div>
<pre><code>{
"mcpServers": {
"baidu-map": {
"command": "npx",
"args": [
"-y",
"@baidumap/mcp-server-baidu-map"
],
"env": {
"BAIDU_MAP_API_KEY": "your_baidu_AK"
}
}
}
}
</code></pre>
</div>
</div>
</div>
<p data-wct-cr-20><span data-wct-cr-23><span data-wct-cr-23><span data-wct-cr-12>将其中</span></span></span><span data-wct-cr-23><span data-wct-cr-23><span data-wct-cr-12> </span></span></span><code><span><span data-wct-cr-23><span data-wct-cr-12>BAIDU_MAP_API_KEY </span></span></span></code><span data-wct-cr-23><span data-wct-cr-23><span data-wct-cr-12>修改为申请的 ak。</span></span></span></p>
<p data-wct-cr-20><span data-wct-cr-21><span data-wct-cr-22><br></span></span></p>
<h5><span data-wct-cr-21><span data-wct-cr-22><span data-wct-cr-57>使用 MCP 工具</span></span></span></h5>
<h5><span data-wct-cr-21><span data-wct-cr-22><br></span></span></h5>
<p data-wct-cr-24><span><span data-wct-cr-23><span data-wct-cr-12>修改 </span></span></span><code><span><span data-wct-cr-23><span data-wct-cr-12>LlmService </span></span></span></code><span><span data-wct-cr-23><span data-wct-cr-12>的构造方法源码，在构造时直接通过 Spring 容器获取 </span></span></span><code><span><span data-wct-cr-23><span data-wct-cr-12>ToolCallbackProvider </span></span></span></code><span><span data-wct-cr-23><span data-wct-cr-12>并加入到 </span></span></span><code><span><span data-wct-cr-23><span data-wct-cr-12>ChatClient.builder </span></span></span></code><span><span data-wct-cr-23><span data-wct-cr-12>中：</span></span></span></p>
<div>
<pre><code>public LlmService(ChatModel chatModel, ToolCallbackProvider toolCallbackProvider) {
this.chatModel = chatModel;
this.planningChatClient = ChatClient.builder(chatModel)
.defaultSystem(PLANNING_SYSTEM_PROMPT)
.defaultAdvisors(new MessageChatMemoryAdvisor(planningMemory))
.defaultAdvisors(new SimpleLoggerAdvisor())
.defaultTools(ToolBuilder.getPlanningAgentToolCallbacks())
.defaultTools(toolCallbackProvider)
.build();
this.chatClient = ChatClient.builder(chatModel)
.defaultSystem(MANUS_SYSTEM_PROMPT)
.defaultAdvisors(new MessageChatMemoryAdvisor(memory))
.defaultAdvisors(new SimpleLoggerAdvisor())
.defaultTools(ToolBuilder.getManusAgentToolCalls())
.defaultTools(toolCallbackProvider)
.defaultOptions(OpenAiChatOptions.builder().internalToolExecutionEnabled(false).build())
.build();
this.finalizeChatClient = ChatClient.builder(chatModel)
.defaultSystem(FINALIZE_SYSTEM_PROMPT)
.defaultAdvisors(new MessageChatMemoryAdvisor(finalizeMemory))
.defaultAdvisors(new SimpleLoggerAdvisor())
.build();
}
</code></pre>
</div>
<p data-wct-cr-20><span data-wct-cr-21><span data-wct-cr-22><br></span></span></p>
<p data-wct-cr-24><span><span data-wct-cr-23><span data-wct-cr-12>通过 </span></span></span><code><span><span data-wct-cr-23><span data-wct-cr-12>defaultTools </span></span></span></code><span><span data-wct-cr-23><span data-wct-cr-12>将 mcp 服务提供的 tool 交给 </span></span></span><code><span><span data-wct-cr-23><span data-wct-cr-12>ChatClient </span></span></span></code><span><span data-wct-cr-23><span data-wct-cr-12>处理。</span></span></span></p>
<h5><span data-wct-cr-21><span data-wct-cr-55><br></span></span></h5>
<h5><span data-wct-cr-21><span data-wct-cr-22><span data-wct-cr-57>测试效果</span></span></span></h5>
<h5><span data-wct-cr-21><span data-wct-cr-22><br></span></span></h5>
<p data-wct-cr-24><span><span data-wct-cr-23><span data-wct-cr-12>启动 OpenManus，执行提示词：规划下从上海到北京的路线。但是如果这样写，可能会触发 google search，我们可以优化下提示词主动选择百度地图。</span></span></span></p>
<p data-wct-cr-24><span><span data-wct-cr-23><br></span></span></p>
<p data-wct-cr-24><span><span data-wct-cr-23><span data-wct-cr-12>使用百度地图规划从北京市到上海市的路线</span></span></span></p>
<p data-wct-cr-24><span><span data-wct-cr-23><br></span></span></p>
<p data-wct-cr-24><span><span data-wct-cr-23><span data-wct-cr-12>执行程序之后可以看到规划之后的计划：</span></span></span></p>
<div data-wct-cr-27>
<div data-wct-cr-39>
<div>
<pre><code>Steps:
0. [ ] [MANUS] 使用百度地图的地理编码服务获取北京市和上海市的经纬度坐标
1. [ ] [MANUS] 使用百度地图的路线规划服务计算从北京市到上海市的驾车路线
2. [ ] [MANUS] 分析并提供最终的路线信息，包括距离、预计耗时等
</code></pre>
</div>
</div>
</div>
<p data-wct-cr-24><span><span data-wct-cr-23><span data-wct-cr-12>很显然，这一次 OpenManus 选择了我们集成的百度地图 mcp server，我们来看一下结果。</span></span></span></p>
<p data-wct-cr-24><span><span data-wct-cr-23><br></span></span></p>
<p data-wct-cr-24><span><span data-wct-cr-23><span data-wct-cr-12>获取到了北京市和上海市的经纬度坐标：</span></span></span></p>
<div data-wct-cr-27>
<div data-wct-cr-39>
<div>
<pre><code>Here is a summary of what we accomplished in this step:
- For Beijing, we received the coordinates: Longitude (lng): 116.4133836971231, Latitude (lat): 39.910924547299565.
- For Shanghai, we received the coordinates: Longitude (lng): 121.48053886017651, Latitude (lat): 31.235929042252014.
</code></pre>
</div>
</div>
</div>
<p data-wct-cr-24><span><span data-wct-cr-23><span data-wct-cr-12>计算从北京市到上海市的驾车路线：</span></span></span></p>
<div data-wct-cr-27>
<div data-wct-cr-39>
<div>
<pre><code>Distance: The total distance of the route is 1,223,200 meters (approximately 1,223 kilometers).
Duration: The estimated travel time is 50,592 seconds (approximately 14 hours and3 minutes).
</code></pre>
</div>
</div>
</div>
<p data-wct-cr-24><span><span data-wct-cr-23><span data-wct-cr-12>结果： </span></span></span></p>
<p data-wct-cr-24><span><span data-wct-cr-23><br></span></span></p>
<p data-wct-cr-24><span><span data-wct-cr-23><span data-wct-cr-12>总距离：约 1223 公里 </span></span></span></p>
<p data-wct-cr-24><span><span data-wct-cr-23><span data-wct-cr-12>预计耗时：约 12 小时 45 分钟 </span></span></span></p>
<p data-wct-cr-24><span><span data-wct-cr-23><span data-wct-cr-12>主要途径：京沪高速公路（G2）</span></span></span></p>
<p data-wct-cr-20><span data-wct-cr-21><span data-wct-cr-22><br></span></span></p>
<div data-wct-cr-27>
<div data-wct-cr-28>
<div data-wct-cr-29>
<p data-wct-cr-30><span>总结</span></p>
</div>
</div>
</div>
<p data-wct-cr-24><span><span data-wct-cr-23><span data-wct-cr-12>作为 AI 开发领域的革命性突破，Model Context Protocol（MCP）重新定义了智能体与工具生态的交互范式。通过标准化协议打通地图服务、代码仓库、数据库等核心工具链，MCP 不仅解决了传统 AI 开发中跨平台对接的碎片化难题，更以”开箱即用”的轻量化集成模式，让开发者能够快速构建具备多模态能力的智能应用。</span></span></span></p>
<p data-wct-cr-24><span><span data-wct-cr-23><br></span></span></p>
<p data-wct-cr-24><span><span data-wct-cr-23><span data-wct-cr-12>未来，随着更多工具接入 MCP 生态，开发者只需专注于业务逻辑创新，而复杂的工具链整合将真正成为”看不见的底层能力”——这或许正是 AI 普惠化进程中，最具实际意义的技术跃迁。</span></span></span></p>
<p data-wct-cr-24><span><span data-wct-cr-23><br></span></span></p>
<p data-wct-cr-24><span><span data-wct-cr-23><span data-wct-cr-12>Spring AI 中的 MCP 支持可以让 Java 开发者轻松的将自己的应用发布为 MCP Server 或者是作为消费者去集成任意的 MCP Server 实现。</span></span></span></p>
<p data-wct-cr-24><span><span data-wct-cr-23><br></span></span></p>
<p data-wct-cr-24><span data-wct-cr-23><span data-wct-cr-12>添加钉钉群获取更多Spring AI Alibaba一手更新。</span></span></p>
<p data-wct-cr-24><span><span data-wct-cr-23><br></span></span></p>
<p data-wct-cr-24><span><span data-wct-cr-23><span data-wct-cr-12>Spring AI Alibaba 社区 3 群（钉钉群），群号：61290041831</span></span></span></p>
<p data-wct-cr-24><span><span data-wct-cr-23><br></span></span></p>
<div data-wct-cr-24>
<span data-wct-cr-23><span data-wct-cr-12>Spring AI Alibaba 开源项目地址：</span></span>
</div>
<div data-wct-cr-24>
<span data-wct-cr-23><span data-wct-cr-12>https://github.com/alibaba/spring-ai-alibaba</span></span><span><span data-wct-cr-23><br></span></span>
</div>
<div data-wct-cr-24>
<span><span data-wct-cr-23><br></span></span>
</div>
<div data-wct-cr-24>
<span data-wct-cr-23><span data-wct-cr-12>Spring AI Alibaba 官网地址：</span></span>
</div>
<div data-wct-cr-24>
<span data-wct-cr-23><span data-wct-cr-12>https://java2ai.com/</span></span><span><span data-wct-cr-23><br></span></span>
</div>
<div data-wct-cr-24>
<span><span data-wct-cr-23><br></span></span>
</div>
<div data-wct-cr-24>
<span data-wct-cr-23><span data-wct-cr-12>本示例源码地址：</span></span>
</div>
<div data-wct-cr-24>
<span data-wct-cr-23><span data-wct-cr-12>https://github.com/springaialibaba/spring-ai-alibaba-examples/tree/main/spring-ai-alibaba-mcp-example</span></span>
</div>
<div>
<span><br></span>
</div>
<div>
<span><br></span>
</div>
<p></p>
<p data-wct-cr-84></p>
<p data-wct-cr-85></p>
</div>
</div>
</div>