介紹 Model Context Protocol Java SDK

釋出 | Mark Pollack | 2025 年 2 月 14 日 | ...

本部落格文章由 David Soria Parra、Christian Tzolov 和 Dariusz Jędrzejczyk 合著。

什麼是 MCP

Model Context Protocol (MCP) 是由 Anthropic 開發的一個開放協議，正在改變人工智慧應用程式連線和共享上下文的方式。它在各種人工智慧應用程式中獲得了廣泛支援，作為大型語言模型 (LLM) 與資料來源、工具和人工智慧代理互動的標準化介面。無論您是構建需要訪問資料庫的自主系統、協調複雜的人工智慧工作流，還是建立多個代理協作的系統，MCP 都提供了使這些整合無縫銜接的基礎層。

MCP 的獨特之處在於它專注於可組合性和互操作性。除了連線資料來源，MCP 還使開發者能夠構建豐富、互動式的人工智慧系統，其中代理可以透過一致的介面共享上下文、訪問工具並協同工作。這意味著您可以快速接入不斷增長的預構建整合生態系統，同時保持在不同 LLM 提供商之間切換的靈活性，使其成為構建複雜人工智慧應用的理想基礎。

介紹 MCP Java SDK

去年 11 月啟動的一個實驗專案，現已發展成為與 Spring AI 團隊和 Anthropic 的激動人心的合作。我們很高興地宣佈，該實驗專案已納入官方 MCP Java SDK。
該 SDK 是該協議最新的語言繫結，與 Python、TypeScript 和 Kotlin SDK 一起釋出在 modelcontextprotocol.io 上。長期以來，Java 一直是企業語言，而 MCP Java SDK 使組織更容易開發前沿的人工智慧應用。

MCP Java SDK 為將人工智慧模型與外部工具和資料來源整合提供了全面的基礎。該 SDK 的主要功能包括：

客戶端和服務端實現

支援同步和非同步 MCP 通訊。
支援協議版本相容性協商，實現平滑互操作。

工具和資源管理

動態發現、註冊和執行工具。
接收工具和資源列表變更的即時通知。
使用 URI 模板管理資源，實現結構化訪問和訂閱。

提示處理和人工智慧取樣支援

獲取和管理提示，以自定義人工智慧模型行為。
支援取樣策略，以微調人工智慧互動。

多種傳輸實現

基於 Stdio 的傳輸，用於直接程序通訊。
基於 Java HttpClient 的 SSE 客戶端傳輸，用於基於 HTTP 的流式傳輸。
基於 Servlet 的 SSE 服務端傳輸，用於在傳統服務端環境中透過 HTTP 進行流式傳輸。
基於 Spring 的傳輸，實現 Spring Boot 無縫整合
- 基於 Spring WebFlux 的 SSE 傳輸，用於響應式應用。
- 基於 Spring WebMVC 的 SSE 傳輸，用於基於 Servlet 的應用。

請查閱文件瞭解更多入門資訊，並訪問GitHub 倉庫提出問題和參與討論。

Spring AI 和 MCP

Spring AI 專案透過增加開發者生產力增強功能來擴充套件 MCP Java SDK，以便與 Spring Boot 應用整合。藉助 Spring Boot starter，開發者可以使用 Spring 的依賴注入和配置管理快速配置 MCP 客戶端和服務端，從而更容易將人工智慧驅動的工作流整合到他們的應用中。

客戶端 Starter

spring-ai-mcp-client-spring-boot-starter – 核心客戶端 starter，支援 STDIO 和基於 HTTP 的 SSE 傳輸。
spring-ai-mcp-client-webflux-spring-boot-starter – 基於 WebFlux 的 SSE 傳輸實現，用於響應式應用。

服務端 Starter

spring-ai-mcp-server-spring-boot-starter – 核心服務端 starter，支援 STDIO 傳輸。
spring-ai-mcp-server-webmvc-spring-boot-starter – 基於 Spring MVC 的 SSE 傳輸實現，用於基於 Servlet 的應用。
spring-ai-mcp-server-webflux-spring-boot-starter – 基於 WebFlux 的 SSE 傳輸實現，用於響應式應用。

以下是宣告式配置使用 STDIO 傳輸的客戶端應用的示例。在 application.yml 中，定義以下配置：

spring:
  ai:
    mcp:
      client:
        stdio:
          servers-configuration: classpath:mcp-servers.json

並且引用的 JSON 檔案使用 Claude Desktop 格式定義了要連線的服務端。

{
  "mcpServers": {
    "filesystem": {
      "command": "npx",
      "args": [
        "-y",
        "@modelcontextprotocol/server-filesystem",
        "/Users/username/Desktop",
        "/Users/username/Downloads"
      ]
    }
  }
}

客戶端應用啟動時，將啟動 MCP 服務端，建立 STDIO 通訊通道，並管理服務端的生命週期。

Spring AI M6 還引入了 @Tool 註解，它簡化了 MCP 服務端的建立。欲瞭解更多資訊，請閱讀Spring AI 參考文件中關於 MCP 的部分。

下一步

我們期待在 GitHub 上收到反饋，並非常感謝 Anthropic 團隊的支援。

Spring 部落格