当前位置：首页 > news >正文

Spring AI使用tool Calling和MCP

news 来源：原创 2025/9/13 0:01:53

深入探索 Spring AI

Spring AI版本1.0.0.M6

在人工智能与软件开发深度融合的时代，Spring AI 作为一个强大的框架，持续为开发者提供着高效且便捷的工具，以实现与大语言模型（LLM）的无缝交互。Spring AI 的最新版本引入了一系列令人瞩目的特性，其中 Function Calling 到 Tool Calling 的转换以及模型上下文协议（MCP）的应用，标志着该框架在 AI 集成领域的又一次重大飞跃。

聊天接口示例

在今天的内容之前我们回忆下如何使用SpringAI实现一个简单的聊天接口，使用千问API实现聊天功能：

添加依赖


<dependency><groupId>com.alibaba.cloud.ai</groupId><artifactId>spring-ai-alibaba-starter</artifactId>
</dependency>

配置

spring:ai:## Alibabadashscope:api-key: ${DASH_SCOPE_API_KEY}chat:enable: trueoptions:model: qwen-max

实现


@Bean
public ChatClient chatClient(ChatClient.Builder chatClientBuilder) throws IOException {var chatClient = chatClientBuilder.defaultSystem("You are a helpful assistant.").defaultAdvisors(new SimpleLoggerAdvisor()) // LOG.build();return chatClient;
}/*** 调用* @param message* @return*/
public String completion(String message) {return chatClient.prompt().user(message).call().content();
}

当进行下面的提问时：

现在北京时间几点了？

很遗憾，我无法直接获取实时的北京时间。你可以查看设备上的时间或者通过网络搜索来获取准确的北京时间。如果你使用的是电脑或手机，通常在屏幕的一角会显示当前的时间。

Function Calling

在早期的 AI 交互中，Function Calling 是一种常见的机制，允许模型在生成回复时调用外部函数以获取额外信息。然而，这种方式在扩展性和灵活性上存在一定的局限性。而 Spring AI 最新版本引入的 Tool Calling 则是对 Function Calling 的进一步演进。Tool Calling 将函数调用抽象为工具调用，将工具视为可复用的资源，模型可以根据需求动态调用这些工具，以完成更复杂的任务。在新版本中已经被改为Tool Calling。

工具主要用于：

信息检索

此类工具可用于从外部来源（例如数据库、Web 服务、文件系统或 Web
搜索引擎）检索信息。其目标是增强模型的知识，使其能够回答原本无法回答的问题。因此，它们可用于检索增强生成 (RAG)
场景。例如，可以使用工具检索给定位置的当前天气、检索最新新闻文章或查询数据库中的特定记录。

采取行动

此类别中的工具可用于在软件系统中采取行动，例如发送电子邮件、在数据库中创建新记录、提交表单或触发工作流。其目标是自动化原本需要人工干预或明确编程的任务。例如，可以使用工具为与聊天机器人交互的客户预订航班、在网页上填写表单，或在代码生成场景中基于自动化测试 (TDD) 实现 Java 类。

尽管我们通常将工具调用称为模型功能，但实际上工具调用逻辑是由客户端应用程序提供的。模型只能请求工具调用并提供输入参数，而应用程序负责根据输入参数执行工具调用并返回结果。

Spring AI 提供了便捷的 API 来定义工具、解析来自模型的工具调用请求以及执行工具调用。

为了解决上面关于时间问题的解决方案，我们可以定义一个工具，并嵌入到模型中…

public class TimeTools {private static final Logger logger = LoggerFactory.getLogger(TimeTools.class);@Tool(description = "Get the time of a specified city.")public String getCityTimeMethod(@ToolParam(description = "Time zone id, such as Asia/Shanghai") String timeZoneId) {logger.info("The current time zone is {}", timeZoneId);return String.format("The current time zone is %s and the current time is " + "%s", timeZoneId, ZoneUtils.getTimeByZoneId(timeZoneId));}
}

public ChatClient chatClient(ChatClient.Builder chatClientBuilder) throws IOException {// ...chatClientBuilder.defaultTools(timeTool);// ...
}

Function Calling实现了大语言模型（LLM）与外部函数或工具进行交互的能力。这一机制赋予了 AI 系统更强大的功能和灵活性，使其能够处理更加复杂和动态的任务。

注意不是所有模型都支持FunctionCalling

MCP

MCP（Model Context Protocol，模型上下文协议）是的一种开放协议，旨在统一大语言模型（LLM）与外部数据源、工具和服务之间的交互标准，推动 AI 应用的标准化和去中心化发展。
MCP 提供了一种统一的接口，使得不同的工具和服务可以以标准化的方式与模型进行交互。

核心功能

标准化交互
MCP 提供了一套通用的通信协议、数据格式和规则，使 LLM 能够以统一的方式与外部资源（如数据库、API、文件系统等）进行交互，无需为每个工具单独开发适配接口。
增强模型能力
通过 MCP，LLM 可以动态调用外部工具或数据源，例如实时获取天气信息、查询数据库、调用第三方服务等，从而扩展模型的功能边界。
安全与合规
MCP 内置了安全机制，确保数据传输的安全性，并支持细粒度的权限控制，避免数据泄露和滥用。
降低开发成本
开发者无需重复造轮子，可直接基于 MCP 协议构建 AI 应用，显著减少开发时间和成本。

在1.0.0-M6版本中引入了MCP，使得可以基于Spring AI实现各种扩展

此时聊天应用作MCP服务的调用者，也就是客户端，需要调用外部的MCP服务，首先对聊天服务改造：

添加必要的依赖：

<dependency><groupId>org.springframework.ai</groupId><artifactId>spring-ai-mcp-client-spring-boot-starter</artifactId>
</dependency>

通过配置ChatClient完成集成：

    @Beanpublic ChatClient chatClient(ToolCallbackProvider toolsProvider) throws IOException {var chatClient = chatClientBuilder// ....defaultTools( toolsProvider.getToolCallbacks() ) //mcp// ....build();return chatClient;}

SpringAI中，MCP 客户端支持两种传输方式：STDIO 和 SSE。
标准启动器通过STDIO（进程内）和/或SSE（远程）传输同时连接到一个或多个 MCP 服务器。SSE 连接使用基于 HttpClient 的传输实现。每个与 MCP 服务器的连接都会创建一个新的 MCP 客户端实例。

STDIO

其实就是通过本地命令进行调用的实现，需要注意的是，返回的数据结果必须遵循MCP规范，我们可以基于Spring开发一个可执行的jar程序包，然后由客户端调用。

添加依赖

<dependency><groupId>org.springframework.ai</groupId><artifactId>spring-ai-mcp-server-spring-boot-starter</artifactId>
</dependency>

实现Tool并注册

@Service
public class TranslationService {@Tool(description = "将内容翻译成英文")public String translate(String content) {return "hello";}
}@Bean
public ToolCallbackProvider weatherTools(TranslationService translationService) {return MethodToolCallbackProvider.builder().toolObjects(translationService).build();
}

添加配置，注意这里要关掉所有日志相关的输出

spring:main:web-application-type: nonebanner-mode: offai:mcp:server:name: translation-serverversion: 0.0.1
logging:level:root: off

打包，记得使用spring-boot-maven-plugin插件打包，下面的mcpServers引用的就是这里的jar
修改聊天应用配置，并且重启

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

mcp-stdio-servers.json

{"mcpServers": {"weather": {"command": "java","args": ["-Dspring.ai.mcp.server.stdio=true","-Dspring.main.web-application-type=none","-Dlogging.pattern.console=","-jar","your_jar_path/mcp-stdio-server-1.0.1-SNAPSHOT.jar"],"env": {}}}
}

提问: 翻译单词运势

回答：看起来在处理您的请求时发生了一些混淆。单词"运势"的正确英文翻译应为 “fortune” 而非 “hello”。如果您需要关于星座运势的信息，请告诉我您的星座名称。如果是其他类型的运势，请提供更多的细节。

因为我没有实现，全部返回的是hello，看样子模型对我们的结果进一步做了处理

SSE

这里提供一个简单的示例，主要实现星座运势获取的Mcp，这是一个单独的基于Spring开发的应用，与上面的聊天应用隔离：

引入相关依赖

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

定义Tool实现

@Service
public class HoroscopeService {private String url = "https://apis.tianapi.com/star/index?key=%s&astro=%s";private String key = "xx";private RestTemplate restTemplate = new RestTemplate();private ObjectMapper objectMapper = new ObjectMapper();@Tool(description = "Get constellation fortune by consName")public String getFortune(String consName) {Map map = restTemplate.getForObject(String.format(url, key, consName), Map.class);try {return objectMapper.writeValueAsString(map.get("result"));} catch (JsonProcessingException e) {e.printStackTrace();return "获取失败："+ e.getMessage();}}
}

配置文件

spring:ai:mcp:server:name: webmvc-mcp-serverversion: 1.0.0type: SYNCsse-message-endpoint: /mcp/messagesserver:port: 8081servlet:encoding:charset: utf-8enabled: trueforce: true

启动应用，访问：http://localhost:8081
修改聊天应用配置，并且重启

spring:ai:mcp:client:type: SYNCsse:connections:constellation:url: http://localhost:8081

提问: 白羊座的运势

回答：今天白羊座的运势如下： - 综合指数：80% - 爱情指数：70% - 工作指数：55% - 财运指数：65% - 健康指数：80% - 幸运颜色：蓝色 - 幸运数字：5 - 贵人星座：射手座今日概述：今天你可能会忍不住向另一半抱怨工作上遇到的问题，但这样也会给对方带来困扰。在感情中，要注意不要过多地向对方发泄负面情绪，而应该把温暖和幸福带给他们。

结束语

现阶段的AI技术，恰似一台功能强大却需精心调校的计算机系统。它并非“即插即用”的万能工具，而是需要开发者如同配置硬件般，根据特定业务场景的需求，按需增加“认知模块”与“计算资源”。这种灵活扩展的能力，与模块化计算平台（MCP，Modular Computing Platform）的设计理念不谋而合——通过标准化接口与可组合架构，让AI系统既能像积木般自由拼接算法能力，又能像云计算般弹性调度算力资源。开发者需像搭建乐高城堡般，将自然语言处理、视觉识别、决策推理等模块按需组合，再通过数据管道与反馈机制持续优化，最终让AI在医疗诊断、智能制造、智慧城市等垂直领域中，展现出接近专家水平的场景化智能

深入探索 Spring AI

聊天接口示例

Function Calling

MCP

STDIO

SSE

结束语

相关文章：