Spring AI + MCP最详细实践：从配置开始到服务搭建（踩坑无数版）

随着MCP的火爆，作者也是想要自己实践一下。但是看网上的资料，或是实践起来太过繁琐，或是因为Spring AI版本的快速更迭导致实现不了。于是自己记录一下实现过程。本篇会带大家从零开始手搓一个MCP服务端出来，并且验证。同时最后会给出一些常见报错的解决方案。

想必大家对于MCP都有一定的了解，这里就不多做赘述。直接开始上手

一、准备工作（都已经ok的大佬可以跳过看后面）

• Java版本检查
• Maven版本检查
• Cherry Studio（用于前期验证MCP服务端，后面客户端搭建好了用自己的）

对于java版本需要17及以上，可以直接上21：点击下载jdk21 下载安装好后需要替换环境变量（也不多做赘述）。Maven版本最好是3.6.3及以上（没有为啥，我是这样），maven传送门。然后在命令行检查：java -version、javac -version、mvn -v（着重看它的输出），如下就是ok了

对于Cherry Studio，是我们在MCP服务端起来后，充当客户端调用来验证。下载链接

简单说一下怎么用，下载安装好后，点击设置

再配置大模型（这里选择DeepSeek，后续客户端也是，比起OpenAI就不用科学上网了），配置好了密钥后，再带点击检测。

检测通过后，别急，再返回它的对话框，选择模型（随便选一个）

然后再在这里测试一下能否正常对话，一般到这都是可以正常对话。

二、新建工程：开始了！

我们在IDEA里新建一个工程，然后选择的时候有几个小坑：

1.Server URL：选择start.spring.io   否则后续依赖不好操作

2.Spring Boot版本：最好大于等于3.4.X （我用3.5.3）   具体依赖可以后面再引入，这里可以都不选

三、POM文件依赖

导依赖是最麻烦的地方了，大家直接看我的依赖。比较重要的是要把spring的仓库给导入，maven中央仓库不知道什么时候才有这些依赖。（如果有的依赖导不进来的话继续往下看解决方案）

<properties>
        <java.version>21</java.version>
        <spring-ai.version>1.0.0-M5</spring-ai.version>
    </properties>
    <dependencies>
        <dependency>
            <groupId>org.springframework.boot</groupId>
            <artifactId>spring-boot-starter-web</artifactId>
        </dependency>

        <dependency>
            <groupId>org.springframework.ai</groupId>
            <artifactId>spring-ai-core</artifactId>
            <version>${spring-ai.version}</version>
        </dependency>

        <dependency>
            <groupId>org.springframework.ai</groupId>
            <artifactId>spring-ai-starter-mcp-server-webmvc</artifactId>
            <version>1.0.0</version>
        </dependency>

        <dependency>
            <groupId>org.springframework.boot</groupId>
            <artifactId>spring-boot-starter-test</artifactId>
            <scope>test</scope>
        </dependency>

        <dependency>
            <groupId>org.springframework.boot</groupId>
            <artifactId>spring-boot-starter-validation</artifactId>
        </dependency>

        <dependency>
            <groupId>com.fasterxml.jackson.core</groupId>
            <artifactId>jackson-databind</artifactId>
        </dependency>
    </dependencies>
    <dependencyManagement>
        <dependencies>
            <dependency>
                <groupId>org.springframework.ai</groupId>
                <artifactId>spring-ai-bom</artifactId>
                <version>${spring-ai.version}</version>
                <type>pom</type>
                <scope>import</scope>
            </dependency>
        </dependencies>
    </dependencyManagement>

    <repositories>
        <repository>
            <id>spring-milestones</id>
            <name>Spring Milestones</name>
            <url>https://repo.spring.io/milestone</url>
            <snapshots>
                <enabled>false</enabled>
            </snapshots>
        </repository>
    </repositories>

    <pluginRepositories>
        <pluginRepository>
            <id>spring-milestones</id>
            <name>Spring Milestones</name>
            <url>https://repo.spring.io/milestone</url>
            <snapshots>
                <enabled>false</enabled>
            </snapshots>
        </pluginRepository>
    </pluginRepositories>

如果导入依赖没问题的话，就已经成功一大半了，接下来就是示例代码了。

四、代码与运行

4.1先看一下结构图，非常简单

4.2ToolCallbackProviderConfig代码如下：

import com.example.demo.service.impl.McpServiceImpl;
import org.springframework.ai.tool.ToolCallbackProvider;
import org.springframework.ai.tool.method.MethodToolCallbackProvider;
import org.springframework.context.annotation.Bean;
import org.springframework.context.annotation.Configuration;

@Configuration
public class ToolCallbackProviderConfig {
    @Bean
    public ToolCallbackProvider gzhRecommendTools(McpServiceImpl mcpServiceImpl) {
        return MethodToolCallbackProvider.builder().toolObjects(mcpServiceImpl).build();
    }
}

4.3McpServiceImpl代码如下：

import org.springframework.ai.tool.annotation.Tool;
import org.springframework.stereotype.Service;

@Service
public class McpServiceImpl {

    @Tool(description = "Get weather information by city name")
    public String getWeather(String cityName) {
        return cityName + "天气很好";
    }

    @Tool(description = "用于回答关于小白和小鸡毛的相关问题")
    public String answerQuestionsAboutXiaoBaiAndXiaoJiMa(String question) {
        return "小鸡毛和小白是两个小可爱，小鸡毛是白毛，小鸡毛是白色";
    }

}

4.4application.properties配置属性如下：

# 端口
server.port=8080

# MCP 服务
spring.ai.mcp.server.name=mcp-server
spring.ai.mcp.server.sse-message-endpoint=/sse

然后就可以试着运行，如果控制台输出里有下面的信息，就说明是成功的

五、验证

因为我们现在还没搭建客户端，所以只能用现成的客户端来调用，我们一开始的CherryStudio就是用来验证的。

先打开CherryStudio，在接入我们的MCP服务之前，先确定CherryStudio是可以正常使用的（如上，可以正常对话自己选的大模型）。

然后在设置里，选择MCP服务器，添加服务器，快速创建

再然后，填写合适的参数即可

保存好了记得打开它（一般默认是打开），如果保存报错了，把spring工程重启一下试试

接下来让我们返回聊天框，把我们的MCP服务勾选

然后，就是见证奇迹的时刻，它会根据你的问题和代码里@Tool（）的形容来决定是否调用，可以看见，我们自己定义的方法answerQuestionsAboutXiaoBaiAndXiaoJiMa被调用了

六、常见问题以及解决

在搭建MCP服务端的时候，最常见的问题就是POM文件里的依赖不好导入，各种版本不匹配，所以一开始就是要确认java、maven、SpringBoot等等这些前置工作要做好。但是因为springAI它现阶段更新太快了，有可能今天这个服务可以，明天这个服务就因为更新跑不了了。那么我们也需要有一些缝补的能力，在我们的POM文件里其实是有引入spring的仓库：JFrog  那么当我们引入依赖报错的时候，就可以去看看它的仓库里到底有没有这个，以及版本是否存在。比如，当我们遇到

        <dependency>
            <groupId>org.springframework.ai</groupId>
            <artifactId>spring-ai-core</artifactId>
            <version>${spring-ai.version}</version>
        </dependency>

报错不存在的时候，我们就要去看看，仓库里面到底有没有我们指定的版本：

就一级一级点进去看看

可选的版本就在这里，如果哪天更新导致文章中出现的版本用不了，大家也能找到合适的版本来替换。同样的道理，maven中心仓库：Maven Repository: Search/Browse/Explore  也是可以去搜看看，就看大家用的是什么仓库了。