将 DeepSeek 集成到 Spring Boot 项目实现通过 AI 对话方式操作后台数据

06-01 1012阅读

文章目录

项目简介

本项目分两大模块
Gitee
MCP 简介
MCP 官网
MCP Apifox 文档
MCP 官方示例
环境要求
项目代码
核心实现代码

MCP 服务端
MCP 客户端
DeepSeek API
腾讯云版 DeepSeek API（免费额度1000000token）
Docker

sse 连接
ws 连接（推荐）
http 连接
vue2-chat-window
Cherry Studio

配置模型
配置 MCP

调用 MCP

项目简介

在本项目中，我们基于 Spring Boot 构建并通过 Docker 部署了 MCP 服务端与 MCP 客户端，通过 HTTP 协议实现与现有系统的远程控制与集成。整个系统作为独立模块运行，服务端直接连接数据库，核心业务逻辑抽象于 tool 层中，具备良好的扩展性与解耦性。

为提升系统的实时交互能力，项目支持通过 Cherry Studio 使用 SSE（Server-Sent Events）与 MCP 服务端保持长连接，实现消息的实时推送与指令响应。

此外，还新增了对 WebSocket 通信的支持。相比于 HTTP 和 SSE，WebSocket 是一种全双工、低延迟、连接持久的通信协议，特别适用于高频次、强交互的控制场景。通过 WebSocket，客户端不仅可以实时获取状态更新，还可主动发送控制指令并立即获取响应，进一步增强了系统的交互性和用户体验。

本项目分两大模块

MCP 服务端：

连接数据库
Tool 业务实现

MCP 客户端：

连接 DeepSeek AI 模型
连接 MCP 服务端加载 Tool 列表
接收用户输入的提示词（问题）
DeepSeek 识别提示词（问题）意图
DeepSeek 在 Tool 列表中找到符合要求的 Tool 并调用 Tool
接收 MCP 服务端 Tool 的业务处理结果

DeepSeek 分析结果并转换为 md 文档格式输出

Gitee

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

MCP 简介

MCP 是一种开放协议，用于标准化应用程序如何向 LLM 提供上下文。可以将 MCP 视为 AI 应用程序的 USB-C 端口。就像 USB-C 提供了一种将设备连接到各种外围设备和配件的标准化方式一样，MCP 提供了一种将 AI 模型连接到不同数据源和工具的标准化方式。

MCP 主机 (MCP Hosts)：例如 Claude Desktop、IDE 或希望通过 MCP 访问数据的 AI 工具等程序
MCP 客户端 (MCP Clients)：与服务器保持 1:1 连接的协议客户端
MCP 服务器 (MCP Servers)：轻量级程序，每个程序通过标准化的模型上下文协议 (MCP) 公开特定的功能
本地数据源 (Local Data Sources)：您的计算机的文件、数据库和 MCP 服务器可以安全访问的服务

远程服务 (Remote Services)：可通过互联网访问的外部系统（例如，通过 API），MCP 服务器可以连接到这些系统

MCP 官网

https://modelcontextprotocol.io/introduction

MCP Apifox 文档

https://app.apifox.com/project/5991953

MCP 官方示例

https://github.com/modelcontextprotocol/servers

环境要求

Java 环境 >= JDK17

Spring Boot >= 3.x

项目代码

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

注： Java 开发环境必须 >= JDK17，否则项目编译不过。

核心实现代码

MCP 依赖 jar 包

    
        
            org.springframework.ai
            spring-ai-bom
            1.0.0-M7
            pom
            import
        
    


	
	
        org.springframework.ai
        spring-ai-starter-mcp-server-webflux
    
	
    
        org.springframework.ai
        spring-ai-starter-mcp-client
    
    
        org.springframework.ai
        spring-ai-starter-model-openai
    
    ...

MCP 服务端

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;
    @Bean
    public ToolCallbackProvider methodToolCallbackProvider() {
        Map 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 = "根据年龄查询 Demo 列表")
    @Transactional(rollbackFor = {RuntimeException.class, Exception.class})
    public String queryDemoInfoByAge(@ToolParam(description = "年龄") Integer age) {
        Page page = new Page(1, 10);
        List demoList = demoService.list(page, Wrappers.lambdaQuery().eq(Demo::getAge, age).orderByAsc(Demo::getName));
        return JSON.toJSONString(demoList);
    }
}

MCP 客户端

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;
    @Getter
    private final ToolCallback[] toolCallbacks;
    public ChatService(OpenAiChatModel openAiChatModel, List 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-xxxxx
      base-url: https://api.deepseek.com
      chat:
        options:
          model: deepseek-chat
    mcp:
      client:
        type: sync
        name: spring-mcp-client-ws
        sse:
          connections:
            server1:
              url: http://localhost:9800

DeepSeek API

申请 API_KEY：https://platform.deepseek.com/usage

腾讯云版 DeepSeek API（免费额度1000000token）

https://cloud.tencent.com/document/product/1772/115969

https://console.cloud.tencent.com/lkeap/api

Docker

打包 jar 包并复制到 docker/app/ 对应目录中

start.sh 脚本按顺序先启动 mcp-server 再启动 mcp-client-ws

配置 API_KEY 与 DeepSeek 模型

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

spring:
  ai:
    openai:
      api-key: sk-xxxxx
      base-url: https://api.deepseek.com
      chat:
        options:
          model: deepseek-chat

腾讯云版 DeepSeek API 配置

spring:
  ai:
    openai:
      api-key: sk-xxxxx
      base-url: https://api.lkeap.cloud.tencent.com/v1
      chat:
        options:
          model: deepseek-v3 # 或deepseek-v3-0324、deepseek-r1
    mcp:
      client:
        type: sync
        name: spring-mcp-client-ws
        sse:
          connections:
            server1:
              url: http://localhost:9800

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

sse 连接

http://127.0.0.1:9800/sse

ws 连接（推荐）

ws://127.0.0.1:9802/mcp/ws

js 测试脚本

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

Nginx 配置 ws:// 或 wss://

location /mcp/ {
    proxy_pass http://192.168.0.160:9802/mcp/;
    proxy_http_version 1.1;
    proxy_set_header Upgrade $http_upgrade;
    proxy_set_header Connection "upgrade";
    proxy_set_header Host $host;
    proxy_set_header X-Real-IP $remote_addr;
    proxy_set_header X-Forwarded-For $proxy_add_x_forwarded_for;
    proxy_set_header X-Forwarded-Proto $scheme;
}

http 连接

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

http://127.0.0.1:9801/mcp/mcpClient/chat?prompt=查询章若楠用户信息

vue2-chat-window

聊天窗口通过 ws:// 连接 mcp-client-ws 服务
```
cd vue2-chat-window
npm install
npm run serve
```
- vue2 聊天界面
  
  Cherry Studio
  - 下载地址：https://cherry-ai.com/
    配置模型
    
    配置 MCP
    
    调用 MCP

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。