Spring AI + MCP 实战：Java 应用轻松调用外部工具

在 AI 应用开发日益普及的今天，如何让 Java 应用“开口说话”并“动手办事”？Spring AI 结合 MCP (Model Context Protocol) 协议，为我们提供了一套标准化的解决方案。本文将带你通过一个具体的 Java 项目场景，了解如何调用外部工具。

1. 背景介绍

传统的 Java 后端开发主要处理业务逻辑，而在大模型时代，应用需要具备与 LLM 交互的能力。Spring AI 提供了统一的抽象层，而 MCP 则解决了模型与外部数据/工具连接的标准问题。

2. MCP 是什么

MCP (Model Context Protocol) 是由 Anthropic 提出的一种开放标准协议。它就像 USB 接口一样，让大模型可以标准地连接各种外部上下文（如数据库、API、文件系统）。对于 Java 开发者来说，这意味着我们可以用统一的代码结构调用不同来源的工具。

3. Spring AI 中 ChatClient 的作用

ChatClient 是 Spring AI 的核心组件之一，它充当了开发者与大模型交互的入口。通过 ChatClient，我们可以发送消息、接收回复，更重要的是，它可以感知并调用外部工具。

4. ToolCallbackProvider 的作用

在 Spring AI 中，ToolCallbackProvider 负责发现和管理可用的工具。它会自动扫描注册的工具（如通过 MCP 协议暴露的工具），并将其转换为模型可识别的 ToolCallback。这样，模型在生成回复时，就能知道该调用哪些工具来完成特定任务。

5. MCP 工具调用的大致流程

1. 初始化：在 Spring Boot 应用中配置 MCP 客户端。
2. 注册工具：通过 ToolCallbackProvider 加载 MCP 工具。
3. 发起请求：使用 ChatClient 发送用户指令。
4. 工具识别：模型分析意图，决定调用哪个工具。
5. 执行与返回：Java 应用执行工具逻辑，将结果返回给模型，模型生成最终回答。

代码示例：CSDN 文章发布

以下是在 Spring Boot 测试类中，通过 ChatClient 调用 MCP 工具发布文章的核心逻辑：

@SpringBootTest
class CsdnPublishTest {
    @Autowired
    private ChatClient chatClient;
    @Autowired
    private ToolCallbackProvider toolProvider;

    @Test
    void testPublish() {
        String response = chatClient.prompt()
                .system("你是一个 CSDN 文章发布助手")
                .user("请帮我发布一篇关于 Spring AI 的文章，标题是'AI 实战'，标签是'Java'，内容如下...[Markdown内容]...")
                .tools(toolProvider.getToolCallbacks())
                .call()
                .content();
        System.out.println(response);
    }
}

6. 测试过程中可能遇到的问题

• 连接超时：确保 MCP 服务器地址配置正确，网络畅通。
• 工具未找到：检查 ToolCallbackProvider 是否正确扫描了工具类。
• 权限问题：调用 CSDN API 时，需确保 Token 有效且具备发布权限。

7. 总结

通过 Spring AI 和 MCP 的结合，Java 开发者可以非常便捷地为大模型应用扩展外部能力。本文通过 CSDN 发布场景，展示了从配置到调用的完整流程，希望能为初学者提供清晰的入门指引。