MCP是什么？

MCP 服務 = 代理服務（Proxy） + 標準化接口 + 自動化適配

MCP 的目的，就是讓 AI 應用不再“為每個工具定制對接 ”，而是像使用 USB-C 一樣，“插上即用”任何外部工具。

沒mcp之前不同的工具入參和出參千奇百怪，需要程序員針對不同工具接口，輸入不同形式的入參，出參也要進行特殊的解析處理。有了mcp服務，AI應用就能遵循統一標準入參，統一標準回參。

更加通俗說明：MCP服務作用，它好比一個可插拔多功能的螺絲刀，想用那個刀頭如十字的，一字的，六角的，梅花的，而各種不同的刀頭就代表著不同的工具或服務。當需要使用某個特定的工具時，只需要將對應的“刀頭”插入MCP這個“螺絲刀柄”中，就可以開始工作了，這種設計使得切換不同的工具變得非常簡單和快捷，不需要為每種工具準備一個單獨的螺絲刀，而且，這個多功能螺絲刀還很智能，它知道每個刀頭的用途和使用方法（就像MCP了解每個服務的接口和參數一樣），所以你不需要成為工具專家，也能輕松完成任務。

對應到 AI 應用調用工具：

MCP 服務會通過標準接口（/tools）告訴 AI：

“我支持這些工具：

? ? ? ? read_file(path: string)：讀文件，需要傳一個路徑
send_email(to: string, subject: string, body: string)：發郵件，需要收件人、主題、內容

這個描述是用 JSON Schema 寫的，AI 能“看懂”。

{"tool": "send_email","input": {"to": "zhangsan@company.com","subject": "會議紀要","body": "這是重點內容..."}
}

            AI 應用                          MCP 服務（本地/遠程）│                                   ││      第一次調用：發現能力         ││──────────────────────────────────?││     GET /mcp/v1/tools             ││                                   ││      返回：我支持哪些工具         ││?──────────────────────────────────││     [                             ││       {                           ││         "name": "read_file",      ││         "inputSchema": { ... }    ││       },                          ││       {                           ││         "name": "send_email",     ││         "inputSchema": { ... }    ││       }                           ││     ]                             ││                                   ││      第二次調用：執行操作         ││──────────────────────────────────?││     POST /mcp/v1/invoke           ││     {                             ││       "tool": "send_email",       ││       "input": {                  ││         "to": "zhangsan@...",     ││         "subject": "..."          ││       }                           ││     }                             ││                                   ││      返回執行結果                 ││?──────────────────────────────────││     { "result": "success" }       │

SpringAI:

@Tool：“這個方法是一個可被 AI應用 調用的工具’”
@ToolInput:?可以描述參數用途

// 2. 在 @Tool 方法中使用對象
@Component
public class WeatherTools {@Tool(description = "根據城市查詢天氣")public String getWeatherHistory(WeatherRequest request) {return weatherService.fetchHistory(request.getCity(), request.getDate(), request.isIncludeTempDetail());}
}

// 1. 定義請求對象
public class WeatherRequest {@ToolInput(description = "城市名稱，例如：北京、上海")private String city;@ToolInput(description = "查詢日期，格式：yyyy-MM-dd")private String date;@ToolInput(description = "是否包含氣溫詳情，true 或 false")private boolean includeTempDetail;// 必須提供 getter 方法，Spring AI 需要通過它讀取字段public String getCity() { return city; }public String getDate() { return date; }public boolean isIncludeTempDetail() { return includeTempDetail; }// 可選：提供 setter 或構造函數public void setCity(String city) { this.city = city; }public void setDate(String date) { this.date = date; }public void setIncludeTempDetail(boolean includeTempDetail) { this.includeTempDetail = includeTempDetail; }
}

Spring AI工作流程：

第一步：Spring啟動時，掃描所有被 @Component、@Service 等注解標記的 Bean，查找帶有 @Tool 的方法

第二步：提取元數據，生成?MCP 工具描述（Tool Schema）

{"name": "getWeather","description": "根據城市查詢天氣","inputSchema": {"type": "object","properties": {"city": {"type": "string","description": "城市名稱"}},"required": ["city"]}
}

第三步：暴露標準 MCP 接口

pring AI 會自動為你啟動一個 MCP Server，并提供兩個標準 HTTP 接口：

1.?GET /mcp/v1/tools?—— 返回所有?@Tool?方法的描述

[{"name": "getWeather","description": "根據城市查詢天氣","inputSchema": { ... }}
]

2.?POST /mcp/v1/invoke?—— 接收 AI 的調用請求

當 AI 應用想調用 getWeather 時，會發：

{"tool": "getWeather","input": {"city": "北京"}
}

第四步：MCP Server 調用對應的方法 getWeather

把返回結果包裝成標準格式返回給 AI

{ "result": "北京：晴，28°C" }