如何使用Spring AI框架开发mcp接口并发布成微服务

Spring AI提供了一套简洁的机制，可以将Java方法暴露为AI模型可调用的工具。以下是完整的开发指南：

1. 环境准备

首先添加Spring AI依赖到你的项目中：

<!-- pom.xml -->
<dependency>
    <groupId>org.springframework.ai</groupId>
    <artifactId>spring-ai-core</artifactId>
    <version>0.8.1</version> <!-- 使用最新版本 -->
</dependency>

2. 基础工具开发

2.1 创建工具类

import org.springframework.ai.tool.Tool;
import org.springframework.ai.tool.P;
import org.springframework.stereotype.Component;

@Component
public class BusinessTools {
    
    // 简单工具示例
    @Tool(name = "calculate", description = "执行数学计算")
    public double calculate(
        @P(description = "第一个操作数") double a,
        @P(description = "运算符(+,-,*,/)") String op,
        @P(description = "第二个操作数") double b) {
        
        return switch (op) {
            case "+" -> a + b;
            case "-" -> a - b;
            case "*" -> a * b;
            case "/" -> a / b;
            default -> throw new IllegalArgumentException("不支持的运算符: " + op);
        };
    }
}

2.2 注册工具

import org.springframework.ai.tool.ToolCallbackProvider;
import org.springframework.ai.tool.method.MethodToolCallbackProvider;
import org.springframework.context.annotation.Bean;
import org.springframework.context.annotation.Configuration;
/**通过MethodToolCallbackProvider自动注册服务类中的工具方法*/
@Configuration
public class ToolConfiguration {
    
    @Bean
    public ToolCallbackProvider businessTools(BusinessTools tools) {
        return MethodToolCallbackProvider.builder()
                .toolObjects(tools) // 注册包含@Tool注解的bean
                .build();
    }
}

3. 复杂工具开发

3.1 使用DTO作为参数

// 定义DTO
public record OrderRequest(
    String customerId,
    List<String> productIds,
    String shippingAddress) {}

// 在工具类中添加方法
@Tool(name = "createOrder", description = "创建新订单")
public OrderResult createOrder(
    @P(description = "订单请求") OrderRequest request) {
    
    // 实际业务逻辑
    return orderService.create(request);
}

3.2 异步工具

@Tool(name = "generateReport", description = "生成业务报表")
public CompletableFuture<Report> generateReport(
    @P(description = "报表类型") ReportType type,
    @P(description = "日期范围") String dateRange) {
    
    return CompletableFuture.supplyAsync(() -> {
        // 长时间运行的报表生成逻辑
        return reportService.generate(type, dateRange);
    });
}

4. 工具调用控制

4.1 添加权限控制

@Tool(name = "deleteUser", description = "删除用户账户")
public String deleteUser(
    @P(description = "用户名") String username) {
    
    // 检查权限
    Authentication auth = SecurityContextHolder.getContext().getAuthentication();
    if (!auth.getAuthorities().contains("ROLE_ADMIN")) {
        throw new AccessDeniedException("无权执行此操作");
    }
    
    return userService.delete(username);
}

4.2 输入验证

@Tool(name = "reserveRoom", description = "预订会议室")
public ReservationResult reserveRoom(
    @P(description = "会议室ID") @Min(1) int roomId,
    @P(description = "开始时间(yyyy-MM-dd HH:mm)") @Future String startTime,
    @P(description = "持续时间(分钟)") @Min(15) @Max(240) int duration) {
    
    // 方法参数会自动验证
    return reservationService.reserve(roomId, startTime, duration);
}

5. 集成AI模型

5.1 配置AI客户端

import org.springframework.ai.chat.ChatClient;
import org.springframework.context.annotation.Bean;
import org.springframework.context.annotation.Configuration;

@Configuration
public class AiConfig {
    
    @Bean
    public ChatClient chatClient(ToolCallbackProvider toolCallbackProvider) {
        return new OpenAiChatClient.Builder()
                .apiKey("your-api-key")
                .toolCallbackProvider(toolCallbackProvider) // 注册工具
                .build();
    }
}

5.2 创建控制器

import org.springframework.ai.chat.ChatResponse;
import org.springframework.ai.chat.prompt.Prompt;
import org.springframework.web.bind.annotation.*;

@RestController
@RequestMapping("/api/ai")
public class AiController {
    
    private final ChatClient chatClient;
    
    public AiController(ChatClient chatClient) {
        this.chatClient = chatClient;
    }
    
    @PostMapping("/chat")
    public String chat(@RequestBody String userMessage) {
        Prompt prompt = new Prompt(userMessage);
        ChatResponse response = chatClient.call(prompt);
        return response.getResult().getOutput().getContent();
    }
}

6. 转换成微服务

6.1 添加启动类

import org.springframework.boot.SpringApplication;
import org.springframework.boot.autoconfigure.SpringBootApplication;

@SpringBootApplication
public class McpServerApplication {
    public static void main(String[] args) {
        SpringApplication.run(McpServerApplication.class, args);
    }
}

6.2 添加application.yml

spring.ai.mcp.server.name=my-ai-server
spring.ai.mcp.server.version=0.0.1
server.port=9090

最佳实践

1. 命名规范：使用动词-名词组合(如createOrder、calculateSum)
2. 参数描述：为每个参数提供清晰的自然语言描述
3. 错误处理：定义明确的错误响应格式
4. 性能考虑：长时间运行的操作实现为异步
5. 文档化：为每个工具添加详细的JavaDoc注释
6. 安全审计：记录所有工具调用日志

通过以上步骤，你可以有效地将Java方法暴露为AI可调用微服务，构建智能化的业务应用，也可提供给dify、bisheng等智能体调用。