Spring AI MCP Client + DeepSeek R1 搭建自定义可扩展的AI助手服务
一、Spring AI MCP Client
MCP 由 Anthropic 推出的一种开放标准协议，旨在统一大模型（LLM）与外部数据源和工具之间的通信方式。通过 MCP 协议，开发者可以更高效地实现 AI 模型与外部资源的集成，从而提升应用的智能化和上下文感知能力。
上篇文章介绍了关于 Spring AI MCP Server + Cline 的方式实现了数据库 ChatBi 助手，但MCP客户端的能力是基于 Cline 进行实现的，本篇文章继续进行深入，通过 Spring AI MCP Client 端框架调用MCP Server 端的 Tools，AIGC 能力使用 deepseek-r1 进行完成。
上篇文章在实现 MCP Server 端时采用的 stdio 模式进行的接入，本篇文章也继续扩展重新采用 SSE 模式进行实现，同样是实现一个 ChatBi 数据查询助手 ，不过关于表结构的创建，还是请参考上篇文章中的介绍：
Spring AI MCP Server + Cline 快速搭建一个数据库 ChatBi 助手
关于AIGC能力端的说明，本次使用的 OpenRouter 平台提供的大模型能力，非局限于当前平台你可以使用任何支持 tools 调用的AIGC平台。
Postman测试调用Client端接口效果如下：
Spring AI MCP Client 端的官方介绍文档如下：
https://docs.spring.io/spring-ai/reference/api/mcp/mcp-client-boot-starter-docs.html
二、Spring AI MCP Server SSE 模式搭建
1. 创建父 Maven
创建父 Maven 项目，在 pom 中加入如下全局声明，这里 Java 使用17版本，SpringBoot 选用 3.3.0 版本，Spring AI 选用 1.0.0-SNAPSHOT 版本。
4.0.0
com.example
mcp-demo
0.0.1-SNAPSHOT
mcp-demo
mcp-demo
pom
17
UTF-8
UTF-8
3.3.0
1.0.0-SNAPSHOT
mcp-server
mcp-client
org.springframework.boot
spring-boot-starter
org.springframework.boot
spring-boot-starter-test
test
org.projectlombok
lombok
org.springframework.boot
spring-boot-dependencies
${spring-boot.version}
pom
import
org.springframework.ai
spring-ai-bom
${spring-ai.version}
pom
import
Central Portal Snapshots
central-portal-snapshots
https://central.sonatype.com/repository/maven-snapshots/
false
true
spring-milestones
Spring Milestones
https://repo.spring.io/milestone
false
spring-snapshots
Spring Snapshots
https://repo.spring.io/snapshot
false
2. 创建 mcp-server 子模块
在父依赖创建SpringBoot子模块，修改pom依赖如下：
com.example
mcp-demo
0.0.1-SNAPSHOT
4.0.0
mcp-server
0.0.1-SNAPSHOT
mcp-server
mcp-server
17
UTF-8
UTF-8
org.springframework.boot
spring-boot-starter-web
org.springframework.ai
spring-ai-mcp-server-webmvc-spring-boot-starter
${spring-ai.version}
mysql
mysql-connector-java
8.0.28
com.alibaba
druid
1.1.6
org.springframework.boot
spring-boot-starter-jdbc
org.apache.maven.plugins
maven-compiler-plugin
3.8.1
17
17
UTF-8
org.springframework.boot
spring-boot-maven-plugin
${spring-boot.version}
repackage
application.yml 配置：
server:
port: 8010
spring:
datasource:
url: jdbc:mysql://127.0.0.1:3306/langchain?useUnicode=true&characterEncoding=utf8&serverTimezone=GMT%2B8
type: com.alibaba.druid.pool.DruidDataSource
username: root
password: root
driver-class-name: com.mysql.cj.jdbc.Driver
ai:
mcp:
server:
name: mymcp
type: SYNC
sse-message-endpoint: /mcp/messages
3. 创建 MCP Tools
创建三个 MCP Tools ，实现 获取可用表名、根据表名获取表结构、执行SQL 三个功能，这点和上篇文章中 stdio 模式是一致的 ：
@Component
public class DBTool {
@Resource
private JdbcTemplate jdbcTemplate;
private final String sql = "SELECT TABLE_NAME, TABLE_COMMENT FROM INFORMATION_SCHEMA.TABLES WHERE TABLE_SCHEMA = 'langchain'";
private final String schemaSql = "SELECT COLUMN_NAME, DATA_TYPE, COLUMN_COMMENT FROM INFORMATION_SCHEMA.COLUMNS " +
"WHERE TABLE_SCHEMA = 'langchain' AND TABLE_NAME = ?";
@Tool(description = "获取所有可用的表名")
public List getTables() {
List maps = jdbcTemplate.queryForList(sql);
return maps.stream().map(map -> {
String tableName = String.valueOf(map.get("TABLE_NAME"));
String tableComment = String.valueOf(map.get("TABLE_COMMENT"));
return tableName + " COMMENT " + tableComment;
}).collect(Collectors.toList());
}
@Tool(description = "根据表名获取Schema")
public String getTableSchema(@ToolParam(description = "表名") List tables) {
return tables.stream().filter(t -> !t.isBlank()).map(tableName -> {
List columns = jdbcTemplate.queryForList(schemaSql, tableName);
String tablePrompt = columns.stream().map(map -> {
String name = String.valueOf(map.get("COLUMN_NAME"));
String type = String.valueOf(map.get("DATA_TYPE"));
String comment = String.valueOf(map.get("COLUMN_COMMENT"));
return String.format("%s (%s) COMMENT %s", name, type, comment);
}).collect(Collectors.joining(", \n"));
return String.format("Table: %s (%s)\n", tableName, tablePrompt);
}).collect(Collectors.joining("\n"));
}
@Tool(description = "执行SQL查询结果")
public List runSql(@ToolParam(description = "sql") String sql) {
try {
if (sql.contains("DELETE") || sql.contains("UPDATE") || sql.contains("INSERT")) {
throw new RuntimeException("执行SQL仅限于查询语句！");
}
return jdbcTemplate.queryForList(sql);
} catch (RuntimeException e) {
return Collections.singletonList(Map.of("执行SQL异常",e.getMessage()));
}
}
}
4. 注册 MCP Tools ：
@Configuration
public class MCPConfig {
@Bean
public List tools(DBTool dbTool) {
return new java.util.ArrayList(List.of(ToolCallbacks.from(dbTool)));
}
}
5. 启动服务
启动后可以看到日志中打印注册了三个tools：
三、MCP Client 端搭建
1. 创建 mcp-client 子模块
在父依赖创建SpringBoot子模块，修改pom依赖如下：
com.example
mcp-demo
0.0.1-SNAPSHOT
4.0.0
mcp-client
0.0.1-SNAPSHOT
mcp-client
mcp-client
17
UTF-8
UTF-8
org.springframework.boot
spring-boot-starter-web
org.springframework.ai
spring-ai-mcp-client-spring-boot-starter
${spring-ai.version}
org.springframework.ai
spring-ai-starter-model-openai
${spring-ai.version}
org.apache.maven.plugins
maven-compiler-plugin
3.8.1
17
17
UTF-8
org.springframework.boot
spring-boot-maven-plugin
${spring-boot.version}
com.example.mcpclient.McpClientApplication
true
repackage
repackage
application.yml 配置如下，主要声明出大模型的链接和MCPServer端的连接信息。
server:
port: 8020
spring:
ai:
openai:
base-url: https://openrouter.ai/api/
api-key: sk-or-v1-xxxxxxxx ## 修改为你的Key
chat:
enabled: true
options:
model: deepseek/deepseek-r1
mcp:
client:
enabled: true
name: mymcp
version: 1.0.0
type: SYNC
request-timeout: 300s
sse:
connections:
url: http://localhost:8010
2. 不依赖大模型，使用MCP API 的方式调用SSE远程Tools， 验证连接
首先实验下不依赖大模型，使用 MCP API的方式测试调用远程Tools，验证连接是否正常。
@SpringBootTest
public class MCPSSEClientSpringTest {
@Resource
List clients;
@Test
public void test() {
clients.stream()
.filter(Objects::nonNull)
.filter(m -> Objects.equals(m.getServerInfo().name(), "mymcp"))
.findFirst()
.ifPresent(client -> {
// 获取所有的 MCP Tools
McpSchema.ListToolsResult toolsList = client.listTools();
System.out.println("==============MCP Tools===============");
toolsList.tools().forEach(t -> System.out.println(t.toString()));
// 调用工具，获取全部的表
McpSchema.CallToolResult tables = client.callTool(
new McpSchema.CallToolRequest(
"getTables",
Collections.emptyMap()
)
);
System.out.println("==============getTables===============");
System.out.println("getTables" + tables.content().get(0));
// 调用工具，获取表的Schema
McpSchema.CallToolResult tableSchema = client.callTool(
new McpSchema.CallToolRequest(
"getTableSchema",
Map.of("arg0", Arrays.asList("user", "role"))
)
);
System.out.println("==============getTableSchema===============");
System.out.println("getTableSchema" + tableSchema.content().get(0));
// 调用工具，执行SQL
McpSchema.CallToolResult runSQL = client.callTool(
new McpSchema.CallToolRequest(
"runSql",
Map.of("arg0", "select count(id) from user")
)
);
System.out.println("==============runSql===============");
System.out.println("runSql" + runSQL.content().get(0));
});
}
}
运行后看到 Tools 列表和调用 Tool 成功即表示连接正常。
3. 结合 DeepSeek 自动 Tools 调用
这里临时使用 Map 存放多轮对话，通过 userId 区分具体用户。关于 Tools 的组装，
SpringAI 已经自动将 MCP Tools 放入了 ToolCallbackProvider 中，因此可直接将该对象提供给 ChatClient 即可。
这部分的内容可参考：
https://docs.spring.io/spring-ai/reference/api/tools.html
完整实现逻辑如下：
@RestController
public class ChatController {
private final ChatClient chatClient;
// 存放会话，临时使用Map, 实际使用请考虑持久化
private final Map history;
public ChatController(ChatClient.Builder chatClientBuilder, ToolCallbackProvider toolCallbackProvider) {
this.chatClient = chatClientBuilder
.defaultTools(toolCallbackProvider)
.build();
history = new ConcurrentHashMap();
}
@GetMapping("/chat")
public String mcpChat(@RequestParam(name = "userId", required = true) String userId,
@RequestParam(name = "msg", required = true) String msg) {
if (!history.containsKey(userId)) {
history.put(userId, new ArrayList());
history.get(userId).add(new SystemMessage("You are an AI assistant that helps people find information."));
}
history.get(userId).add(new UserMessage(msg));
String result = chatClient
.prompt(new Prompt(history.get(userId)))
.call().content();
history.get(userId).add(new AssistantMessage(result));
return result;
}
}
启动服务，下面进行测试。
四、接口测试
免责声明：我们致力于保护作者版权，注重分享，被刊用文章因无法核实真实出处，未能及时与作者取得联系，或有版权异议的，请联系管理员，我们会立即处理! 部分文章是来自自研大数据AI进行生成,内容摘自(百度百科,百度知道,头条百科,中国民法典,刑法,牛津词典,新华词典,汉语词典,国家院校,科普平台)等数据,内容仅供学习参考,不准确地方联系删除处理! 图片声明：本站部分配图来自人工智能系统AI生成,觅知网授权图片,PxHere摄影无版权图库和百度，360，搜狗等多加搜索引擎自动关键词搜索配图，如有侵权的图片，请第一时间联系我们。
