項目簡介

在本項目中，我們基于 Spring Boot 構建并通過 Docker 部署了 MCP 服務端與 MCP 客戶端，通過 HTTP 協議 實現與現有系統的遠程控制與集成。整個系統作為獨立模塊運行，服務端直接連接數據庫，核心業務邏輯抽象于 tool 層中，具備良好的擴展性與解耦性。

為提升系統的實時交互能力，項目支持通過 Cherry Studio 使用 SSE（Server-Sent Events） 與 MCP 服務端保持長連接，實現消息的實時推送與指令響應。

此外，還新增了對 WebSocket 通信 的支持。相比于 HTTP 和 SSE，WebSocket 是一種 全雙工、低延遲、連接持久 的通信協議，特別適用于高頻次、強交互的控制場景。通過 WebSocket，客戶端不僅可以實時獲取狀態更新，還可主動發送控制指令并立即獲取響應，進一步增強了系統的交互性和用戶體驗。

Gitee

• https://gitee.com/wufengsheng/spring-mcp-server

MCP 簡介

MCP 是一種開放協議，用于標準化應用程序如何向 LLM 提供上下文。可以將 MCP 視為 AI 應用程序的 USB-C 端口。就像 USB-C 提供了一種將設備連接到各種外圍設備和配件的標準化方式一樣，MCP 提供了一種將 AI 模型連接到不同數據源和工具的標準化方式。

• MCP 主機 (MCP Hosts)：例如 Claude Desktop、IDE 或希望通過 MCP 訪問數據的 AI 工具等程序
• MCP 客戶端 (MCP Clients)：與服務器保持 1:1 連接的協議客戶端
• MCP 服務器 (MCP Servers)：輕量級程序，每個程序通過標準化的模型上下文協議 (MCP) 公開特定的功能
• 本地數據源 (Local Data Sources)：您的計算機的文件、數據庫和 MCP 服務器可以安全訪問的服務
• 遠程服務 (Remote Services)：可通過互聯網訪問的外部系統（例如，通過 API），MCP 服務器可以連接到這些系統

環境要求

• Java 環境 >= JDK17
• Spring Boot >= 3.x

項目代碼

git clone https://gitee.com/wufengsheng/spring-mcp-server.git

注： Java 開發環境必須 >= JDK17，否則項目編譯不過。

核心實現代碼

• MCP 依賴 jar 包

<dependencyManagement><dependencies><dependency><groupId>org.springframework.ai</groupId><artifactId>spring-ai-bom</artifactId><version>1.0.0-M7</version><type>pom</type><scope>import</scope></dependency></dependencies>
</dependencyManagement><dependencies><!-- mcp 服務端引入 --><dependency><groupId>org.springframework.ai</groupId><artifactId>spring-ai-starter-mcp-server-webflux</artifactId></dependency><!-- mcp 客戶端引入 --><dependency><groupId>org.springframework.ai</groupId><artifactId>spring-ai-starter-mcp-client</artifactId></dependency><dependency><groupId>org.springframework.ai</groupId><artifactId>spring-ai-starter-model-openai</artifactId></dependency>...
</dependencies>

MCP 服務端（批量注冊 Tool）

• ToolCallbackProviderConfig.java

import lombok.AllArgsConstructor;
import org.springframework.ai.tool.ToolCallbackProvider;
import org.springframework.ai.tool.method.MethodToolCallbackProvider;
import org.springframework.context.ApplicationContext;
import org.springframework.context.annotation.Bean;
import org.springframework.context.annotation.Configuration;import java.util.Map;@Configuration
@AllArgsConstructor
public class ToolCallbackProviderConfig {private final ApplicationContext applicationContext;@Beanpublic ToolCallbackProvider methodToolCallbackProvider() {Map<String, McpTool> mcpBeanMap = applicationContext.getBeansOfType(McpTool.class);return MethodToolCallbackProvider.builder().toolObjects(mcpBeanMap.values().toArray()).build();}}

• McpDemoService.java

import com.alibaba.fastjson2.JSON;
import com.baomidou.mybatisplus.core.toolkit.Wrappers;
import com.baomidou.mybatisplus.extension.plugins.pagination.Page;
import com.server.core.McpTool;
import com.server.module.demo.domain.Demo;
import com.server.module.demo.service.IDemoService;
import lombok.AllArgsConstructor;
import lombok.extern.slf4j.Slf4j;
import org.springframework.ai.tool.annotation.Tool;
import org.springframework.ai.tool.annotation.ToolParam;
import org.springframework.stereotype.Service;
import org.springframework.transaction.annotation.Transactional;import java.util.List;@Slf4j
@Service
@AllArgsConstructor
public class McpDemoService implements McpTool {private final IDemoService demoService;@Tool(description = "根據年齡查詢 Demo 列表")@Transactional(rollbackFor = {RuntimeException.class, Exception.class})public String queryDemoInfoByAge(@ToolParam(description = "年齡") Integer age) {Page<Demo> page = new Page<>(1, 10);List<Demo> demoList = demoService.list(page, Wrappers.<Demo>lambdaQuery().eq(Demo::getAge, age).orderByAsc(Demo::getName));return JSON.toJSONString(demoList);}}

MCP 客戶端（調用 DeepSeek）

• ChatService.java

import com.alibaba.fastjson2.JSON;
import io.modelcontextprotocol.client.McpSyncClient;
import lombok.Getter;
import lombok.extern.slf4j.Slf4j;
import org.springframework.ai.chat.client.ChatClient;
import org.springframework.ai.mcp.SyncMcpToolCallbackProvider;
import org.springframework.ai.openai.OpenAiChatModel;
import org.springframework.ai.tool.ToolCallback;
import org.springframework.stereotype.Service;import java.util.List;@Slf4j
@Service
public class ChatService {private final ChatClient chatClient;@Getterprivate final ToolCallback[] toolCallbacks;public ChatService(OpenAiChatModel openAiChatModel, List<McpSyncClient> mcpSyncClientList) {log.info("mcpSyncClientList={}", JSON.toJSONString(mcpSyncClientList));log.info("===============================================\n");for (McpSyncClient mcpSyncClient : mcpSyncClientList) {log.info("clientInfo={}", mcpSyncClient.getClientInfo());log.info("serverInfo={}", mcpSyncClient.getServerInfo());}log.info("===============================================\n");var mcpToolCallbackProvider = new SyncMcpToolCallbackProvider(mcpSyncClientList);toolCallbacks = mcpToolCallbackProvider.getToolCallbacks();log.info("toolCallbacks={}", JSON.toJSONString(toolCallbacks));log.info("===============================================\n");for (ToolCallback toolCallback : toolCallbacks) {log.info("toolCallback={}", JSON.toJSON(toolCallback.getToolDefinition()));}log.info("===============================================\n");this.chatClient = ChatClient.builder(openAiChatModel).defaultTools(mcpToolCallbackProvider).build();}public String askQuestion(String prompt) {return chatClient.prompt(prompt).call().content();}}

• application.yml

spring:ai:openai:api-key: sk-xxxxxbase-url: https://api.deepseek.comchat:options:model: deepseek-chatmcp:client:type: syncname: spring-mcp-clientsse:connections:server1:url: http://localhost:9800

DeepSeek API

• 申請 API_KEY：https://platform.deepseek.com/usage

Docker

• 打包 jar 包并復制到 docker/app/ 對應目錄中
• start.sh 腳本按順序先啟動 mcp-server 再啟動 mcp-client

• 配置 API_KEY 與 DeepSeek 模型

cd docker/app/mcp-client
vim application-prod.yml

spring:ai:openai:api-key: sk-xxxxxbase-url: https://api.deepseek.comchat:options:model: deepseek-chat

cd docker
docker-compose up -d mcp-server
docker logs -f mcp-server

sse 連接

http://127.0.0.1:9800/sse

ws 連接（推薦）

ws://127.0.0.1:9802/mcp/ws

• js 測試腳本

cd node-ws-client
npm install
node client.js

• Nginx 配置 ws:// 或 wss://

location /mcp/ {proxy_set_header X-Real_IP $remote_addr;proxy_set_header Host $host;proxy_set_header X_Forward_For $proxy_add_x_forwarded_for;proxy_set_header Upgrade $http_upgrade;   # 需要配置支持websocketproxy_set_header Connection 'upgrade';    # 需要配置支持websocketproxy_pass http://192.168.0.160:9802/mcp/;
}

http 連接

http://127.0.0.1:9801/mcp/mcpClient/listTools

http://127.0.0.1:9801/mcp/mcpClient/chat?prompt=查詢章若楠用戶信息

Cherry Studio

• 下載地址：https://cherry-ai.com/

配置模型

配置 MCP

調用 MCP