SpringAI-MCP实战：3步让大模型学会查富婆电话号码

一、什么是MCP？

• MCP（Model Context Protocol） 是由 Anthropic 于2024年11月底推出的开放通信协议标准，旨在统一大语言模型（LLM）与外部数据源、工具和服务之间的交互方式。它解决了AI系统集成中接口碎片化的问题，类似于为“模型调用工具”制定通用语言。
• MCP协议规范的Gihub地址：https://github.com/modelcontextprotocol/modelcontextprotocol

核心价值

• 标准化：定义统一的请求/响应格式，避免为每个工具开发定制接口。
• 解决痛点：打破数据孤岛，避免为每个数据源单独开发定制化连接器，降低开发成本。

通过MCP，模型只需发送标准化请求即可调用天气API、数据库或企业内部系统，无需关注底层实现差异。

二、为什么使用MCP？

• MCP（ 模型上下文协议 ）通过标准化AI与外部工具、数据源的交互方式，解决了传统函数调用机制存在的能力固化、生态割裂和集成复杂等问题

• 能力固化问题

  • 传统函数调用依赖静态注册模式，工具能力被预先固化在系统提示词中，模型无法动态感知或使用新增服务。例如，当需要接入新工具时，需重新设计接口描述和提示词模板，导致跨平台适配成本高。

• 生态割裂问题

  • 不同AI平台（如 OpenAI Functions 、 QwenAgent 、 Google Vertex AI ）采用私有化工具定义格式，开发者需为同一功能维护多套SDK代码。MCP通过统一标准简化跨平台集成，避免重复开发。

• 集成复杂问题

  • 不同厂商的封闭调用协议导致工具复用困难，即便同一工具在不同平台也需要重新编写调用逻辑。MCP通过开放标准实现模块化连接，降低集成复杂度并提升开发效率。

• MCP通过协议层标准化实现突破：

  • 生态互操作性
    任何兼容MCP的工具（如PostgreSQL/Slack/GitHub）可即插即用，无需重复开发适配器
  • 开发效率飞跃
    避免重复造轮子，直接复用社区成熟组件（如阿里云百炼MCP Server列表）
  • 无缝增强AI Agent能力
    Agent通过标准MCP调用链组合多工具（如：天气查询、联网搜索、时区转换….）

关键结论

MCP不是又一个技术框架，而是重塑AI工具生态的基础协议。它像AI世界的USB Type-C接口：

• 终结私有化适配的「线缆地狱」
• 让开发者聚焦业务逻辑而非兼容层
• 通过协议级安全释放企业数据价值
• 通过 MCP 服务器和 MCP 客户端，只要大家都遵循这套协议，就能实现“万物互联”

正如Anthropic技术负责人所言：
“MCP的目标是让调用工具像HTTP访问网页一样简单可靠”

三、MCP怎么使用？

• 要使用MCP，首先我们要知道的它的架构：
• MCP 的核心遵循客户端-服务器架构，其中主机应用程序可以连接到多个服务器：

flowchart LR
    subgraph "计算机"
        Host["MCP客户端(AI Agent, IDE...)"]
        S1["MCP服务 A"]
        S2["MCP服务 B"]
        D1[("本地数据源 A")]
        Host <-->|"MCP 协议"| S1
        Host <-->|"MCP 协议"| S2
        S1 <--> D1
    end
    subgraph "互联网"
        S3["MCP服务 C"]
        D2[("远程服务 B")]
        D3[("远程服务 C")]
        S2 <-->|"Web APIs"| D2
        S3 <-->|"Web APIs"| D3
    end
    Host <-->|"MCP 协议"| S3

• 从官网介绍页抄的图，链接：https://modelcontextprotocol.io/introduction

• MCP 主机：希望通过 MCP 访问数据的： AI Agent、IDE 等程序
• MCP 客户端：与服务器保持一对一连接的协议客户端
• MCP 服务器：通过标准化MCP协议暴露特定能力的轻量级服务程序
• 本地数据源：MCP 服务器可以安全访问的计算机文件、数据库和服务
• 远程服务：MCP 服务器可以连接到互联网上的可用的外部系统（例如，通过 API）

1、快速开始

• 从上图，我们大概知道，有一个MCP服务端和MCP客户端，还有它们之间通讯的MCP协议

• 文字表述还是比较空洞，来个代码实战快速入门吧，我们还是以spring-ai-alibaba 框架快速演示

• 而Spring AI对MCP的集成有几种方式，如下：

• 客户端启动器：

  • spring-ai-starter-mcp-client- 提供 标准输入/输出 （STDIO）和基于 HTTP 的 SSE 支持
  • spring-ai-starter-mcp-client-webflux- 基于 WebFlux 的 SSE 传输实现

• 服务器启动器：

  • spring-ai-starter-mcp-server- 支持标准输入/输出 （STDIO） 传输的核心服务器
  • spring-ai-starter-mcp-server-webmvc- 基于 Spring MVC 的 SSE 传输实现
  • spring-ai-starter-mcp-server-webflux- 基于 WebFlux 的 SSE 传输实现

• 我们还是以之前RAG的文章富婆Demo为例，我们创建一个MCP服务

MCP-SERVER

• 1、导入依赖

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

• 2、创建一个富婆查询服务
  • RichWomanService

@Slf4j
@Service
public class RichWomanService {

    private final List<RichWoman> database = new ArrayList<>();
    private final Random random = new Random();

    // 名字生成组件
    private final List<String> chineseSurnames = List.of(
            "李", "王", "张", "刘", "陈", "杨", "黄", "周", "吴", "赵",
            "林", "徐", "孙", "马", "朱", "胡", "郭", "何", "高", "郑"
    );

    private final List<String> femaleGivenNames = List.of(
            "婉如", "雅婷", "思琪", "梦瑶", "欣怡", "雨萱", "晓雯", "静怡", "诗涵", "美玲",
            "慧琳", "嘉欣", "雪梅", "丽华", "春燕", "秋月", "紫薇", "若兰", "芷晴", "慧敏",
            "雅静", "燕妮", "薇薇", "晓彤", "梦洁", "心怡", "玉婷", "思思", "雅雯", "诗琪",
            "雨婷", "慧君", "秀英", "丽娜", "芳芳", "婷婷", "艳艳", "燕燕", "莉莉", "娟娟",
            "琳琳", "丹丹", "萍萍", "颖颖", "璐璐", "晶晶", "敏敏", "倩倩", "婷婷", "雪莲"
    );

    // 已使用名字集合
    private final Set<String> usedNames = new HashSet<>();

    // 国内城市列表
    private final List<String> chineseCities = List.of(
            "北京", "上海", "深圳", "广州", "杭州", "成都", "重庆", "南京",
            "武汉", "苏州", "天津", "西安", "长沙", "青岛", "郑州", "宁波",
            "厦门", "香港", "澳门", "台北", "佛山", "东莞", "无锡", "合肥",
            "昆明", "大连", "沈阳", "济南", "福州", "珠海"
    );

    @JsonIgnoreProperties(ignoreUnknown = true)
    public record RichWoman(
            String name,
            String phone,     // 新增手机号字段
            int age,
            double fortune,  // 资产（单位：亿元）
            String industry,
            String city,
            String hobby
    ) {}

    public RichWomanService() {
        this.initMockData();
    }

//    @PostConstruct
    public void initMockData() {
        // 国内行业
        String[] industries = {"互联网科技", "房地产开发", "金融投资", "生物医药", "新能源",
            "影视娱乐","教育培训", "餐饮连锁", "制造业", "电子商务", "文化传媒", "医疗健康"};

        // 业余爱好
        String[] hobbies = {"收藏珠宝", "环球旅行", "艺术品收藏", "慈善事业", "马术", "品茶",
                "高尔夫", "瑜伽冥想", "古典音乐", "书画收藏", "时尚设计", "国学研习"};

        // 生成50位富婆数据（确保名字不重复）
        for (int i = 0; i < 50; i++) {
            String name;
            do {
                name = generateRandomName();
            } while (usedNames.contains(name));

            usedNames.add(name);

            database.add(new RichWoman(
                    name,
                    generateRandomPhone(),
                    25 + random.nextInt(35), // 25-60岁
                    3 + random.nextDouble() * 97, // 3-100亿资产
                    industries[random.nextInt(industries.length)],
                    chineseCities.get(random.nextInt(chineseCities.size())),
                    hobbies[random.nextInt(hobbies.length)]
            ));
        }

        // 添加几位特别富有的角色（确保名字不重复）
        addSpecialWoman("张雨薇", "深圳", "科技投资", 285.7, "AI研究");
        addSpecialWoman("王雅婷", "杭州", "电子商务", 320.5, "慈善事业");
        addSpecialWoman("李静怡", "香港", "房地产开发", 450.2, "书画收藏");
        addSpecialWoman("陈晓雯", "北京", "新能源", 380.0, "国学研习");
        addSpecialWoman("刘诗涵", "上海", "金融投资", 420.8, "古典音乐");
    }

    // 添加特殊富婆
    private void addSpecialWoman(String name, String city, String industry, double fortune, String hobby) {
        if (!usedNames.contains(name)) {
            usedNames.add(name);
            database.add(new RichWoman(
                    name,
                    generateRandomPhone(),
                    35 + random.nextInt(20), // 35-55岁
                    fortune,
                    industry,
                    city,
                    hobby
            ));
        }
    }

    // 生成随机手机号
    private String generateRandomPhone() {
        // 手机号前缀（中国）
        String[] prefixes = {"130", "131", "132", "133", "134", "135", "136", "137", "138", "139",
                "150", "151", "152", "153", "155", "156", "157", "158", "159",
                "180", "181", "182", "183", "184", "185", "186", "187", "188", "189"};

        String prefix = prefixes[random.nextInt(prefixes.length)];
        StringBuilder sb = new StringBuilder(prefix);

        // 生成后8位数字
        for (int i = 0; i < 8; i++) {
            sb.append(random.nextInt(10));
        }

        return sb.toString();
    }

    // 生成随机中文名
    private String generateRandomName() {
        String surname = chineseSurnames.get(random.nextInt(chineseSurnames.size()));
        String givenName = femaleGivenNames.get(random.nextInt(femaleGivenNames.size()));
        return surname + givenName;
    }

    @Tool(description = "获取所有富婆数据")
    public String findAll() {
        log.info("查询所有富婆");
        return formatRichWomen(database);
    }

    @Tool(description = "通过城市名称获取富婆信息")
    public String findByCityName(String cityName) {
        log.info("查询富婆，cityName={}",cityName);
        List<RichWoman> result = database.stream()
                .filter(w -> w.city().contains(cityName.trim()))
                .toList();
        return formatRichWomen(result);
    }

    @Tool(description = "获取资产在某个数值之上的富婆数据")
    public String findByFortuneGreaterThan(double minFortune) {
        log.info("查询富婆，minFortune={}",minFortune);
        List<RichWoman> result = database.stream()
                .filter(w -> w.fortune() >= minFortune)
                .toList();
        return formatRichWomen(result);
    }

    @Tool(description = "通过关键词搜索富婆信息")
    public String search(String keyword) {
        log.info("查询富婆，keyword={}",keyword);
        String lowerKeyword = keyword.toLowerCase();
        List<RichWoman> result = database.stream()
                .filter(w ->
                        w.name().toLowerCase().contains(lowerKeyword) ||
                                w.phone().contains(keyword) ||
                                w.industry().toLowerCase().contains(lowerKeyword) ||
                                w.city().toLowerCase().contains(lowerKeyword) ||
                                w.hobby().toLowerCase().contains(lowerKeyword)
                )
                .toList();
        return formatRichWomen(result);
    }

    @Tool(description = "通过手机号查找富婆")
    public String findByPhone(@ToolParam(description = "手机号码") String phone) {
        log.info("查询富婆，phone={}",phone);
        Optional<RichWoman> result = database.stream()
                .filter(w -> w.phone().equals(phone))
                .findFirst();
        return result.map(this::formatRichWoman)
                .orElse("未找到手机号[" + phone + "]对应的富婆信息");
    }

    // 格式化单个富婆信息为中文
    private String formatRichWoman(RichWoman woman) {
        return String.format(
                "姓名：%s，手机号：%s，年龄：%d岁，资产：%.1f亿元，行业：%s，所在城市：%s，爱好：%s",
                woman.name(), woman.phone(), woman.age(), woman.fortune(),
                woman.industry(), woman.city(), woman.hobby()
        );
    }

    // 格式化富婆列表为中文（多条用换行分隔）
    private String formatRichWomen(List<RichWoman> women) {
        if (women.isEmpty()) {
            return "未找到符合条件的富婆信息";
        }
        StringBuilder sb = new StringBuilder();
        for (int i = 0; i < women.size(); i++) {
            sb.append(i + 1).append(". ").append(formatRichWoman(women.get(i)));
            if (i < women.size() - 1) {
                sb.append("\n");
            }
        }
        return sb.toString();
    }
}

• 上面我们定义了几个富婆查询的方法，可以看有@Tool注解的方法
• 然后我们构建一个 ToolCallbackProvider工具提供者,注入成一个bean，如下：

@Configuration
public class McpServerConfig {

    @Bean
    public ToolCallbackProvider richWomanTools(RichWomanService richWomanService) {
        return MethodToolCallbackProvider.builder()
                .toolObjects(richWomanService).build();
    }

}

• 3、配置MCP服务

• 编辑application.yml定义我们服务的名称与版本等信息

  server:
    port: 8091
  
  spring:
    application:
      name: mcp-server-webflux
    ai:
      mcp:
        server:
          name: rich-woman-server
          version: 0.0.1
          type: ASYNC
          sse-endpoint: /sse
          sse-message-endpoint: /mcp
          instructions: 这个是中国富婆信息查询和资源
          capabilities:
            tool: true
            resource: true
            prompt: true
            completion: true

• 上面配置好了我们把服务启动起来

MCP-CLIENT

• 上面我们已经创建好，mcp服务，接下面我们就可以建立一个mcp客户端来调用它了

• 上面使用：spring-ai-starter-mcp-server-webflux对应的使用：spring-ai-starter-mcp-client-webflux

• 1、导入依赖

<dependencies>

    <dependency>
        <groupId>org.springframework.boot</groupId>
        <artifactId>spring-boot-starter-web</artifactId>
    </dependency>

    <dependency>
        <groupId>org.springframework.ai</groupId>
        <artifactId>spring-ai-starter-mcp-client-webflux</artifactId>
    </dependency>

    <dependency>
        <groupId>com.alibaba.cloud.ai</groupId>
        <artifactId>spring-ai-alibaba-starter-dashscope</artifactId>
    </dependency>

</dependencies>

• 2、配置application.yml

server:
  port: 8092
  servlet:
    encoding:
      charset: UTF-8
      enabled: true
      force: true

spring:
  application:
    name: mcp-client-webflux
  ai:
    dashscope:
      api-key: ${AI_DASHSCOPE_API_KEY}
    mcp:
      client:
        sse:
          connections:
          # 这里配置我们刚才的mcp服务地址列表
            richWoman:
              # 实际的连接地址为：http://localhost:8091/sse/mcp
              url: http://localhost:8091/
        toolcallback:
          enabled: true

  mandatory-file-encoding: UTF-8


# 调试日志
logging:
  level:
    io:
      modelcontextprotocol:
        client: DEBUG
        spec: DEBUG

• 3、使用示例：

@RequestMapping("/client")
@RestController
public class DemoController {

    private final ChatClient chatClient;

    @Resource
    private ToolCallbackProvider toolCallbackProvider;

    public DemoController(ChatClient.Builder chatClientBuilder) {
        this.chatClient = chatClientBuilder
                .build();
    }

    @GetMapping("/ask")
    public Flux<String> ask(@RequestParam(value = "question", defaultValue = "给我推荐几个资产超过30亿元的富婆") String question) {
        return chatClient
                .prompt(question)
                .toolCallbacks(toolCallbackProvider)
                .stream()
                .content();
    }

}

• 我们可以在构建ChatClient的时候，通过配置defaultToolCallbacks() 方法转入ToolCallbackProvider或者在调用ChatClient时设置toolCallbacks 传入：ToolCallbackProvider

• 下面是演示结果图片：

2、第三方工具使用MCP服务

• 我们除了使用IDEA的方式调用MCP服务，我们也可以通过 Cherry Studio 等软件来配置MCP服务使用，如下：

• 首先需要配置MCP服务，从左下角点击设置->MCP服务，把我们的服务地址写入然后保存

• 在消息对话的时候，点击MCP服务，添加我们上面添加的富婆MCP服务，然后就可以对话了

• 可以看到我们提问的时候，去调用了MCP服务的findByCityName的方法，通过返回数据给AI大模型，然后在过滤返回给我们。

四、MCP和Tool Calling的区别

MCP（Model Context Protocol，模型上下文协议）和 Tool Calling（工具调用）是两种解决大模型与外部工具/数据源交互的技术方案，但它们在架构设计、协议标准化、安全性等方面存在显著差异。

• Tool Calling
  模型内置的能力，指大模型根据用户请求，主动解析并生成结构化调用指令（如JSON格式），触发外部工具执行（如查询天气、数据库）。其核心是模型自身的能力扩展，与特定AI平台强绑定（如OpenAI的Function Calling）
• MCP
  独立于模型的开放协议，采用客户端-服务器架构（Client-Server）。MCP客户端（如Claude Desktop、IDE插件）向MCP服务器（如本地文件系统、GitHub API服务）发送标准化请求，服务器执行操作后返回结果。MCP的核心是构建模型与工具间的通用桥梁，与模型无关。

以下是详细对比：

维度	MCP（模型上下文协议）	传统Tool Calling
架构模式	模型 → MCP客户端 ↔ MCP服务器 → 工具（解耦）	模型 → 宿主程序 → 工具（紧耦合）
标准化	开放标准，跨模型兼容	平台私有，碎片化
上下文支持	支持复杂上下文同步与更新	仅传递调用参数
安全性	协议层强制权限管控	依赖开发者自行实现
扩展性	动态发现工具/版本管理	静态预定义工具列表
适用场景	简单单次调用、快速原型	企业复杂系统、敏感数据、长期可扩展应用

• 举个栗子🌰：
  • 传统方案：每次新增工具都要重新训练模型适配，堪比给汽车换发动机才能加装新音响
  • MCP方案：像给汽车装USB接口，插U盘播音乐/接导航仪/连行车记录仪即插即用

立刻体验：

• Star MCP官方GitHub：https://github.com/modelcontextprotocol
• 部署文中富婆查询Demo：https://github.com/rstyro/spring-ai-alibaba-demo
• 用Cherry Studio可视化调试（截图见上文)