Spring AI MCP Server + Cline 快速搭建一个数据库 ChatBi 助手
一、Spring AI MCP
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。现在关于MCP的介绍文章也非常多，这里就不过多介绍了。
而 Spring AI MCP 则是基于 Spring AI 集成扩展了 MCP Java SDK，让开发者在 Spring 体系下可以快速开发 MCP Server 端或 MCP Client 端。另外官方将 Function Calling 模式给标记 Deprecated 了，说实话动作确实快：
MCP 官方文档：
https://modelcontextprotocol.io/introduction
Spring AI MCP 文档
https://docs.spring.io/spring-ai/reference/api/mcp/mcp-overview.html
本文基于 Spring AI MCP 实现 MCP Server 端包括三个 MCP Tool ，分别是 获取所有可用的表名、根据表名获取Schema、执行SQL。MCP Client 端使用 Cline 工具进行集成，以及和大模型的交互。
MCP调用执行效果如下所示（实验表结构后面内容中已提供）：
首先发起问题：现在的用户数是多少
大模型首先调用 MCP Server 获取所有可用的表名：
根据表名判断出需要使用的表后，自动再次调用 MCP Server 获取表的 Schema ：
根据 Schema 生成 SQL ，再次调用 MCP Server 执行 SQL。
根据拿到的执行结果生成回答：
下面开始上述效果的实现过程。
二、准备MySQL表结构及测试数据
用户表
CREATE TABLE `user` ( `id` int NOT NULL AUTO_INCREMENT COMMENT '主键', `name` varchar(255) DEFAULT NULL COMMENT '姓名', `age` int DEFAULT NULL COMMENT '年龄', PRIMARY KEY (`id`) ) ENGINE=InnoDB AUTO_INCREMENT=8 DEFAULT CHARSET=utf8mb4 COLLATE=utf8mb4_0900_ai_ci COMMENT='用户表';
写入测试数据：
INSERT INTO `user`(`id`, `name`, `age`) VALUES (1, 'zhangsan', 20); INSERT INTO `user`(`id`, `name`, `age`) VALUES (2, 'lisi', 60); INSERT INTO `user`(`id`, `name`, `age`) VALUES (3, 'wangwu', 30); INSERT INTO `user`(`id`, `name`, `age`) VALUES (4, 'zhaoliu', 31); INSERT INTO `user`(`id`, `name`, `age`) VALUES (5, 'xiaoming', 35); INSERT INTO `user`(`id`, `name`, `age`) VALUES (6, 'xiaohong', 25); INSERT INTO `user`(`id`, `name`, `age`) VALUES (7, 'xiaolan', 40);
角色表
CREATE TABLE `role` ( `id` int NOT NULL AUTO_INCREMENT COMMENT '主键', `role` varchar(255) DEFAULT NULL COMMENT '角色名', PRIMARY KEY (`id`) ) ENGINE=InnoDB AUTO_INCREMENT=6 DEFAULT CHARSET=utf8mb4 COLLATE=utf8mb4_0900_ai_ci COMMENT='角色表';
写入测试数据：
INSERT INTO `role`(`id`, `role`) VALUES (1, 'admin'); INSERT INTO `role`(`id`, `role`) VALUES (2, 'common'); INSERT INTO `role`(`id`, `role`) VALUES (3, 'role1'); INSERT INTO `role`(`id`, `role`) VALUES (4, 'role2'); INSERT INTO `role`(`id`, `role`) VALUES (5, 'role3');
工作组表：
CREATE TABLE `work_group` ( `id` int NOT NULL AUTO_INCREMENT COMMENT '主键', `group` varchar(255) DEFAULT NULL COMMENT '工作组', PRIMARY KEY (`id`) ) ENGINE=InnoDB AUTO_INCREMENT=5 DEFAULT CHARSET=utf8mb4 COLLATE=utf8mb4_0900_ai_ci COMMENT='工作组表';
写入测试数据：
INSERT INTO `work_group`(`id`, `group`) VALUES (1, 'A'); INSERT INTO `work_group`(`id`, `group`) VALUES (2, 'B'); INSERT INTO `work_group`(`id`, `group`) VALUES (3, 'C'); INSERT INTO `work_group`(`id`, `group`) VALUES (4, 'E');
用户角色关系表
CREATE TABLE `user_role_mapping` ( `id` int NOT NULL AUTO_INCREMENT COMMENT '主键ID', `user_id` int DEFAULT NULL COMMENT '用户ID', `role_id` int DEFAULT NULL COMMENT '角色ID', PRIMARY KEY (`id`) ) ENGINE=InnoDB AUTO_INCREMENT=11 DEFAULT CHARSET=utf8mb4 COLLATE=utf8mb4_0900_ai_ci COMMENT='用户角色关系表';
写入测试数据：
INSERT INTO `user_role_mapping`(`id`, `user_id`, `role_id`) VALUES (1, 1, 1); INSERT INTO `user_role_mapping`(`id`, `user_id`, `role_id`) VALUES (2, 1, 2); INSERT INTO `user_role_mapping`(`id`, `user_id`, `role_id`) VALUES (3, 1, 3); INSERT INTO `user_role_mapping`(`id`, `user_id`, `role_id`) VALUES (4, 2, 4); INSERT INTO `user_role_mapping`(`id`, `user_id`, `role_id`) VALUES (5, 2, 5); INSERT INTO `user_role_mapping`(`id`, `user_id`, `role_id`) VALUES (6, 3, 2); INSERT INTO `user_role_mapping`(`id`, `user_id`, `role_id`) VALUES (7, 4, 2); INSERT INTO `user_role_mapping`(`id`, `user_id`, `role_id`) VALUES (8, 5, 2); INSERT INTO `user_role_mapping`(`id`, `user_id`, `role_id`) VALUES (9, 6, 2); INSERT INTO `user_role_mapping`(`id`, `user_id`, `role_id`) VALUES (10, 7, 5);
用户工作组关系表
CREATE TABLE `user_work_group_mapping` ( `id` int NOT NULL AUTO_INCREMENT COMMENT '主键', `user_id` int DEFAULT NULL COMMENT '用户ID', `group_id` int DEFAULT NULL COMMENT '工作组ID', PRIMARY KEY (`id`) ) ENGINE=InnoDB AUTO_INCREMENT=15 DEFAULT CHARSET=utf8mb4 COLLATE=utf8mb4_0900_ai_ci COMMENT='用户工作组关系表';
写入测试数据：
INSERT INTO `user_work_group_mapping`(`id`, `user_id`, `group_id`) VALUES (1, 1, 1); INSERT INTO `user_work_group_mapping`(`id`, `user_id`, `group_id`) VALUES (2, 1, 2); INSERT INTO `user_work_group_mapping`(`id`, `user_id`, `group_id`) VALUES (3, 1, 3); INSERT INTO `user_work_group_mapping`(`id`, `user_id`, `group_id`) VALUES (4, 2, 1); INSERT INTO `user_work_group_mapping`(`id`, `user_id`, `group_id`) VALUES (5, 2, 2); INSERT INTO `user_work_group_mapping`(`id`, `user_id`, `group_id`) VALUES (6, 2, 3); INSERT INTO `user_work_group_mapping`(`id`, `user_id`, `group_id`) VALUES (7, 3, 2); INSERT INTO `user_work_group_mapping`(`id`, `user_id`, `group_id`) VALUES (8, 3, 3); INSERT INTO `user_work_group_mapping`(`id`, `user_id`, `group_id`) VALUES (9, 4, 1); INSERT INTO `user_work_group_mapping`(`id`, `user_id`, `group_id`) VALUES (10, 4, 2); INSERT INTO `user_work_group_mapping`(`id`, `user_id`, `group_id`) VALUES (11, 5, 2); INSERT INTO `user_work_group_mapping`(`id`, `user_id`, `group_id`) VALUES (12, 5, 4); INSERT INTO `user_work_group_mapping`(`id`, `user_id`, `group_id`) VALUES (13, 6, 3); INSERT INTO `user_work_group_mapping`(`id`, `user_id`, `group_id`) VALUES (14, 7, 2);
三、Spring AI MCP Server 搭建
首先创建 SpringBoot 项目。注意：SpringBoot 版本需要 3.x 以上，jdk 版本 17 及以上。
在 pom 中加入 spring-ai-mcp-server-spring-boot-starter 的依赖，整体 pom 如下：
4.0.0
com.example
mcp-demo
0.0.1-SNAPSHOT
mcp-demo
mcp-demo
17
UTF-8
UTF-8
3.4.2
1.0.0-SNAPSHOT
org.springframework.boot
spring-boot-starter
org.springframework.boot
spring-boot-starter-test
test
org.springframework.ai
spring-ai-mcp-server-spring-boot-starter
${spring-ai.version}
mysql
mysql-connector-java
8.0.22
com.alibaba
druid
1.1.6
org.springframework.boot
spring-boot-starter-jdbc
org.springframework.boot
spring-boot-dependencies
${spring-boot.version}
pom
import
org.springframework.ai
spring-ai-bom
${spring-ai.version}
pom
import
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
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
application.yml 中加入数据库连接配置：
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
创建三个 MCP Tool ，实现 获取可用表名、根据表名获取表结构、执行SQL 三个功能：
@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 + " (" + 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) - %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) {
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);
}
}
注册 MCP Tools ：
@Configuration
public class MCPConfig {
@Bean
public List tools(DBTool dbTool) {
return new java.util.ArrayList(List.of(ToolCallbacks.from(dbTool)));
}
}
到此 Java 端的开发就结束了，下面打包成 jar 包，为后续 Cline 使用：
mvn clean package
四、Cline 配置 MCP Server
使用 VsCode 打开 Cline ，点击右上角 MCP Server，然后选择 Installed ，点击 Configure MCP Server：
写入如下 json 配置，注意 jar 包的路径修改为你的真实地址：
{
"mcpServers": {
"mymcp": {
"command": "java",
"args": [
"-jar",
"D:/mcp-demo/target/mcp-demo-0.0.1-SNAPSHOT.jar"
],
"disabled": false
}
}
}
然后右侧可以看到 MCP Server 的连接状态，绿色表示连接正常，点开可以看到前面实现的 tools ，此外每个工具的 Auto-approve 建议打上勾，如果不打勾 Cline 调用 MCP Server 时会让我们手动确认一下是否执行：
另外还要在设置开启使用 MCP Server：
到此 Cline 端就配置完成了，可以在对话窗口测试效果。
五、测试
发起问题：现在的用户数，以及每个用户所属的角色和工作组
大模型首先调用 MCP Server 获取所有可用的表名：
然后根据表名判断需要使用哪些表，再次调用 MCP Server 获取表的 Schema ：
根据 Schema 生成 SQL ，再次调用 MCP Server 执行 SQL。
根据拿到的查询结果生成回答：
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。
