AI导哈

课程信息MCP服务器

一个基于Spring Boot的轻量级服务器，通过Spring AI MCP框架提供课程数据服务，允许AI模型通过标准化工具与自定义数据服务交互。

  • by hasanmk52
  • Java
  • 本地部署
  • 更新于
在 GitHub 查看 hasanmk52/mcp-demo

使用说明

Spring AI MCP课程信息服务器

概述

此存储库包含一个Spring Boot应用程序，该应用程序实现了用于提供课程信息的模型控制协议（MCP）服务器。该应用程序创建了一个轻量级服务器，可以通过Spring AI MCP框架公开课程数据，允许AI模型使用标准化工具与您的自定义数据服务进行交互。

服务器公开了两个主要工具：

  • 检索所有可用课程的工具
  • 按标题搜索特定课程的工具

此实现是创建自己的模型控制协议服务器或通过Spring AI将外部数据源与AI模型集成的绝佳起点。

项目需求

  • Java 21
  • Maven 3.8+
  • 弹簧靴3.4.4
  • 春季AI 1.0.0-RC1

依赖项

该项目依赖于以下关键依赖关系：

  • Spring AI MCP服务器：为创建MCP兼容服务器提供基础
    <dependency>
    <groupId>org.springframework.ai</groupId>
    <artifactId>spring-ai-starter-mcp-server</artifactId>
</dependency>

设置项目

  1. 审查项目结构，了解组成部分：

    • Course.java：表示课程数据的简单记录
    • CourseService.java：带有MCP工具注释的服务
    • McpDemoApplication.java：带有工具注册的主应用程序类
    • application.properties：MCP服务器的配置

  2. 该应用程序被配置为使用用于MCP通信的STDIO传输作为非web应用程序运行：

    spring.main.web-application-type=none
spring.ai.mcp.server.name=hasan-spring-mcp
spring.ai.mcp.server.version=0.0.1

# These settings are critical for STDIO transport
spring.main.banner-mode=off
logging.pattern.console=

如何运行应用程序

使用Maven运行应用程序很简单：

mvn spring-boot:run

该应用程序将作为可通过标准输入/输出访问的模型控制协议服务器启动。它不打开任何网络端口或提供web界面，如 spring.main.web-application-type=none 配置。

运行时，服务器向MCP注册两个工具：

  • dv_get_courses：返回所有可用课程
  • dv_get_course：按标题返回特定课程
  • dv_search_courses：搜索包含关键字的课程

MCP工具注释

这 @Tool 注释将常规方法转换为MCP兼容工具，包括：

  • 用于识别的唯一名称
  • 帮助AI模型理解工具目的的描述

使用带有AI模型的MCP服务器

要将此MCP服务器与AI模型一起使用：

  1. 确保您的AI框架支持模型控制协议
  2. 使用STDIO传输将AI模型连接到MCP服务器
  3. 然后，AI模型可以调用公开的工具：
    • 请求所有课程的列表
    • 按标题检索特定课程的详细信息

这允许人工智能模型访问实时课程信息，并在响应用户查询时提供这些信息。

Claude桌面客户端的配置

要将此MCP服务器与Claude Desktop客户端一起使用，您需要添加配置以告诉Claude在哪里可以找到服务器。将以下配置添加到您的Claude Desktop设置中：

{
  "hasan-spring-mcp": {
    "command": "/Library/Java/JavaVirtualMachines/temurin-21.jdk/Contents/Home/bin/java",
    "args": [
      "-jar",
      "/Users/hasankagalwala/learn/mcp-demo/target/mcp-demo-0.0.1-SNAPSHOT.jar"
    ]
  }
}

此配置：

  • 在Claude Desktop中创建名为“hasan spring mcp”的工具
  • 指定Java可执行文件的路径
  • 提供参数以运行编译的JAR文件

确保调整路径以匹配您的特定环境：

  • 更新Java路径以匹配您的安装
  • 将JAR文件路径更新到编译后的应用程序所在的位置

结论

这个Spring AI MCP服务器提供了一个干净、可扩展的框架，用于通过模型控制协议公开课程数据。通过遵循Spring AI惯例并利用工具注释系统，您可以在AI模型和数据服务之间创建强大的集成。

该项目演示了如何在保持良好软件设计实践的同时，为MCP兼容性构建代码。有了这个基础，您可以构建更复杂的数据提供者，通过访问自定义的、特定于领域的信息来增强人工智能的能力。

有关Spring AI和模型控制协议的更多信息，请参阅官方文档。

相关 MCP