mcpField
S
Spring AI MCP Server 示例项目

Spring AI MCP Server 示例项目

本地服务
github.com/CrxusDonts开发工具083 周前更新

关于 Spring AI MCP Server 示例项目

这是一个基于 Spring Boot 和 WebFlux 的 MCP 服务示例,面向需要演示计算、天气及模型与 API 操作的开发者。它还通过模拟数据展示从查找数据模型到执行 API 的流程。

主要功能

  1. 01计算数学表达式
  2. 02查询指定城市实时天气
  3. 03提供系统信息资源
  4. 04查找数据模型和 API 接口
  5. 05验证参数并模拟 API 调用

适用场景

  1. 01演示客户端调用计算与天气工具
  2. 02按描述查找匹配的数据模型
  3. 03查找模型关联接口并模拟执行

MCP 相关

该服务通过 SSE 端点 `/sse` 建立连接,并在 `/mcp/messages` 接收消息,向 MCP 客户端提供工具和系统信息资源。

配置

本地服务的配置在各客户端中通用,复制后粘贴到客户端的 MCP 配置文件即可。

暂未收录安装方式

我们还没有获取到这个服务的安装包或远程地址,请按项目 README 中的说明安装。

代码仓库

工具

还没有获取到工具列表

本地服务需要在你的电脑上运行后才能读取工具,维护者暂未提供工具列表。

详细介绍

来自项目 README

MCP 服务器演示项目

这是一个基于Spring Boot的Model Context Protocol (MCP) 服务器演示项目,提供了计算器、天气查询以及数据模型和API接口工具的功能。

项目概述

本项目是一个简单的MCP服务器实现,使用Spring Boot和WebFlux构建,提供了以下功能:

  1. 计算器工具 - 可以计算数学表达式
  2. 天气查询工具 - 可以查询指定城市的实时天气
  3. 系统信息资源 - 提供系统基础信息
  4. 数据模型查找工具 - 根据用户描述查找匹配的数据模型
  5. API接口查找工具 - 根据数据模型查找对应的API接口
  6. API执行工具 - 根据用户输入构造参数并调用实际接口

技术栈

  • Java 17
  • Spring Boot
  • Spring WebFlux
  • Model Context Protocol (MCP)
  • Server-Sent Events (SSE)

快速开始

前置条件
  • JDK 17 或更高版本
  • Maven 3.6 或更高版本
  • 和风天气API密钥(用于天气查询功能)
配置
  1. 克隆项目到本地
  2. 在 src/main/resources/application.yml 中配置和风天气API密钥
构建与运行
# 编译项目
mvn clean package

# 运行项目
java -jar target/donts-ai-0.0.1-SNAPSHOT.jar

API 端点

SSE 连接
  • 端点: /sse
  • 方法: GET
  • 描述: 建立SSE连接,用于接收服务器发送的事件
消息发送
  • 端点: /mcp/messages
  • 方法: POST
  • 描述: 发送消息到MCP服务器

工具功能

计算器工具

计算器工具可以处理各种数学表达式,包括:

  • 基本运算(加减乘除)
  • 复杂表达式计算

示例:

2 + 2
(3 * 4) / 2
sqrt(16) + 5
天气查询工具

天气查询工具可以获取指定城市的实时天气信息,包括:

  • 温度
  • 天气状况
  • 风向风速
  • 湿度等

示例:

北京
shanghai
guangzhou
数据模型和API工具

项目新增了三个相互关联的工具,用于模拟数据模型查找、API接口查找和API执行的流程:

数据模型查找工具

根据用户的描述查找匹配的数据模型,支持以下功能:

  • 关键词匹配和相似度计算
  • 返回匹配度评分
  • 支持详细信息查看

示例:

{
  "description": "用户账号",
  "maxResults": 3,
  "includeDetails": true
}
API接口查找工具

根据数据模型查找对应的API接口,支持以下功能:

  • 按操作类型(查询、创建、更新、删除)过滤
  • 返回匹配度评分
  • 支持详细参数信息查看

示例:

{
  "modelId": "model_user",
  "operationType": "查询",
  "maxResults": 5,
  "includeDetails": true
}
API执行工具

根据用户输入构造参数并调用实际接口,支持以下功能:

  • 参数验证和类型转换
  • 模拟API调用并生成响应
  • 支持详细元数据输出

示例:

{
  "apiId": "api_user_get",
  "parameters": {"userId": "u123456"},
  "validateParameters": true,
  "detailedResponse": true
}
模拟数据案例

系统预置了三种业务场景的模拟数据:

  1. 用户模型 - 包含用户基本信息及相关API
  2. 订单模型 - 包含订单信息及相关API
  3. 商品模型 - 包含商品信息及相关API

系统架构

项目基于Spring Boot和Model Context Protocol构建,使用Server-Sent Events (SSE) 作为通信机制。主要组件包括:

  1. MCP服务器 - 处理客户端请求并返回响应
  2. 工具实现 - 提供具体功能的实现
  3. 资源配置 - 定义系统资源
  4. 模拟数据仓库 - 存储和检索模拟数据
  5. 服务实现 - 实现业务逻辑

贡献指南

欢迎提交问题和改进建议!请遵循以下步骤:

  1. Fork 本仓库
  2. 创建您的特性分支 (git checkout -b feature/amazing-feature)
  3. 提交您的更改 (git commit -m 'Add some amazing feature')
  4. 推送到分支 (git push origin feature/amazing-feature)
  5. 打开一个 Pull Request

许可证

本项目采用 MIT 许可证 - 详情请参阅 LICENSE 文件

评论

支持 Markdown

第一次接触 MCP?

从协议是什么,到在客户端里装上第一个服务,这几条回答覆盖了大多数入门问题。

一个开放协议,规定了 AI 应用如何以统一方式连接外部工具与数据源。客户端负责与模型对话,MCP 服务负责提供工具、资源和提示模板,两者通过标准消息通信,同一个服务可以被不同客户端复用。