AI模型协议客户端

Spring AI-MCP初学者WebFlux客户端

本项目演示了如何在Spring Boot应用程序中使用Spring AI MCP（模型上下文协议）客户端引导启动器和WebFlux。它展示了如何连接到MCP服务器并将其与Spring AI的工具执行框架集成。

跟随 MCP客户端启动启动器 参考文件。

概述

该项目使用Spring Boot和Spring AI创建了一个命令行应用程序，演示了MCP服务器与WebFlux的集成。应用程序：

• 使用STDIO和/或SSE（基于WebFlux）传输连接到MCP服务器
• 与Spring AI的聊天功能集成
• 演示通过MCP服务器执行工具
• 通过以下方式回答用户定义的问题 -Dai.user.input 命令行属性，映射到Spring @Value 代码中的注释

例如，使用以下命令运行应用程序 -Dai.user.input="Does Spring AI support MCP?" 将通过Spring的属性注入将此问题注入到应用程序中，应用程序将使用它使用WebFlux的响应式编程模型查询MCP服务器。

先决条件

• Java 17或更高版本
• Maven 3.6+
• Anthropic API密钥（Claude）（在https://docs.anthropic.com/en/docs/initial-setup)
• 勇敢搜索API密钥（在https://brave.com/search/api/)

依赖项

该项目使用以下主要依赖项：

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

配置

应用程序属性

检查 MCP客户端配置属性 文档。

应用程序可以通过以下方式配置 application.properties 或 application.yml:

共同属性

# Application Configuration
spring.application.name=mcp
spring.main.web-application-type=none

# AI Provider Configuration
spring.ai.anthropic.api-key=${ANTHROPIC_API_KEY}

STDIO传输属性

跟随 STDIO配置属性 文档。

为连接到的每个STDIO服务器配置单独的命名配置：

spring.ai.mcp.client.stdio.connections.brave-search.command=npx
spring.ai.mcp.client.stdio.connections.brave-search.args=-y,@modelcontextprotocol/server-brave-search

在这里， brave-search 是您的连接名称。

或者，您可以使用Claude Desktop格式的外部JSON文件配置STDIO连接：

spring.ai.mcp.client.stdio.servers-configuration=classpath:/mcp-servers-config.json

示例 mcp-servers-config.json:

{
  "mcpServers": {
    "brave-search": {
      "command": "npx",
      "args": [
        "-y",
        "@modelcontextprotocol/server-brave-search"
      ],
      "env": {
      }
    }
  }
}

苏格兰和南方能源公司运输物业

您还可以使用WebFlux连接到服务器发送事件（SSE）服务器。 跟随 SSE配置属性 文档。

SSE传输的属性前缀为 spring.ai.mcp.client.sse:

spring.ai.mcp.client.sse.connections.server1.url=http://localhost:8080
spring.ai.mcp.client.sse.connections.server2.url=http://localhost:8081

运作原理

该应用程序演示了使用MCP工具与AI模型进行简单的命令行交互：

1. 应用程序启动并配置多个MCP客户端（每个客户端对应一个提供的STDIO或SSE连接配置）
2. 它使用配置的MCP工具构建ChatClient
3. 发送预定义的问题（设置vi ai.user.input 属性）到AI模型
4. 显示AI的响应
5. 自动关闭应用程序

运行应用程序

1. 设置所需的环境变量：

   复制

   export ANTHROPIC_API_KEY=your-api-key
   export BRAVE_API_KEY='your-brave-api-key-here'
   

2. 构建应用程序：

   复制

   ./mvnw clean install
   

3. 运行应用程序：

   复制

   java -Dai.user.input='Does Spring AI support MCP?' -jar target/mcp-starter-webflux-client-0.0.1-SNAPSHOT.jar
   

该应用程序将执行问题“Spring AI是否支持MCP？”，使用提供的brave（或其他工具）进行回答，并显示AI助手的响应。

额外资源

• Spring AI文档
• MCP客户端启动启动器
• 模型上下文协议规范
• Spring Boot文档