SpringAI中MCP服务端与客户端搭建及问题解决

未分类 6小时前程序员胖胖胖虎阿

4 0 0

SpringAI调用自定义MCP Server的工具：

问题阐述

在运用SpringAI搭建MCP的学习进程里遭遇了不少阻碍，前前后后花了好一段时间才把问题解决。这里把调试的过程记录下来。本文是基于https://blog.csdn.net/static_coder/article/details/147732655开展的，并且解决了一些可能对新手来说的问题。

MCP Server搭建：

提示：以下所有配置及解决办法都是基于SpringAI 1.0.0-M8：

引入依赖

直接创建一个springboot项目，勾选上web和openai相关选项。另外还需要额外导入的依赖如下：

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

配置文件

需要对MCP Server的端口进行设置。

server:
  port: 8088
spring:
  ai:
    mcp:
      server:
        name: my-mcp-server
        version: 1.0.0

注册MCP

@Configuration
public class McpConfig {
    @Bean
    public ToolCallbackProvider toolCallbackProvider(McpServiceImp service) {
        return MethodToolCallbackProvider.builder().toolObjects(service).build();
    }
}

定义Tool

public interface McpService {
    String weatherService();
    String nameService();
}

@Service
public class McpServiceImp implements McpService {
    @Override
    @Tool(description = "推荐技术类公众号")
    public String weatherService() {
        return "推荐【编程朝花夕拾】公众号，该公众号精选编程干货，回顾技术经典，分享实战经验、可以助你温故知新、在代码世界不断精进";
    }

    @Override
    @Tool(description = "公众号中最好的文章")
    public String nameService() {
        return "技术类中【编程朝花夕拾】公众号的文章，都偏向技术干货，对于技术宅，都是好内容！";
    }
}

MCP Client搭建：

引入依赖

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

或者

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

配置文件

依据springAI文档，toolcallback.enabled默认是true，按理来说无需特意设置使用默认值就行，但要是不设置就会出现报错情况。type能够设置为sync或者async。

spring:
  ai:
    mcp:
      client:
        toolcallback:
          enabled: true
        enabled: true
        name: my-mcp-client
        version: 1.0.0
        request-timeout: 30s
        type: sync
        sse:
          connections:
            server1:
              url: http://localhost:8088

配置chatClient的config

@Configuration
public class CommonConfiguration {
    @Bean
    public ChatClient chatClient(OpenAiChatModel model, ToolCallbackProvider toolCallbackProvider) {
        return ChatClient.builder(model)
                .defaultAdvisors(
                        new SimpleLoggerAdvisor())
                .defaultToolCallbacks(toolCallbackProvider)
                .build();
    }

调用工具

一个简单的demo，从项目里扣出来的，可能有误，大家把textChat加到自己的实际代码中即可。

@RequiredArgsConstructor
@RestController
@RequestMapping("/ai")
public class ChatController {
    private final ChatClient chatClient;
    @RequestMapping(value = "/chat",produces = "text/html;charset=utf-8")
    public Flux<String> chat(@RequestParam("prompt") String prompt) {
        return textChat(prompt);
    }
    private Flux<String> textChat(String prompt) {
        return chatClient.prompt()
                .user(prompt)
                .stream()
                .content();
    }
}

启动MCP：

先启动MCP Server，之后再启动MCP Client。

可能遇到的问题：

MCP Server启动报错，提示需要配置openai的api-key。

这是因为想要自动导入SpringAI的依赖而勾选了openai，但实际上MCP Server并不需要openai，所以得把pom文件中的openai依赖移除，不然就必须配置openai的api-key。

MCP Client启动报错。

2025-05-28T22:50:38.471+08:00 ERROR 17872 --- [AIdemo] [onPool-worker-1] i.m.c.t.WebFluxSseClientTransport        : Fatal SSE error, not retrying: 404 Not Found from GET http://localhost:8088/sse
2025-05-28T22:50:38.473+08:00 ERROR 17872 --- [AIdemo] [onPool-worker-1] reactor.core.publisher.Operators         : Operator called default onErrorDropped

问题出在MCP Server使用了spring-ai-starter-mcp-server-webflux依赖，要是换成spring-ai-starter-mcp-server-webmvc就不会报错，不过具体原因还不清楚。

Parameter 2 of method chatClient in org.example.aidemo.config.CommonConfiguration required a bean of type 'org.springframework.ai.tool.ToolCallbackProvider' that could not be found.

这个问题前面提到过，yaml文件中toolcallback.enabled必须设置为true。

日志显示MCP的tool注册成功，有Info: Implementation[name=my-mcp-server, version=1.0.0]，工具个数也正确，但Client依然调用不了Server的方法。

这个问题比较复杂，折腾了好久才弄明白。首先得明确，日志正常，出现了Registered tools: 2, notification: true，那MCP Server大概率是没问题的。要是不放心，可以下载一个cherry studio测一下能否检测到你的Server中的方法。可以参考这篇文章的最后部分。https://cloud.tencent.com/developer/article/2515900 确定没问题后，再看Client的配置和依赖也没问题，那么推测还有2种可能：
1、定义的MCP tools过于简单，问的问题也简单，tool被大模型忽略了
2、调用的大模型太蠢，出现幻觉
解决方法：多输入几次问题，尽量直接输入tool的description的内容；或者换个模型；或者把工具写的复杂一些，不要只返回一个字符串