Spring AI 1.0.0 发布！支持 MCP 很炸裂！! 原创

前几天 Spring AI 迎来了其1.0.0版本的第七个里程碑（Milestone 7）的发布。紧接着下个月，我们将迎来 RC1（Release Candidate 1）版本，随后便是正式版（GA，General Availability）的发布。对于 Java 开发者社区而言，这无疑是一个备受期待的喜讯！

1、Spring AI 框架介绍

Spring AI 是一个用于 AI 工程的应用框架。它的目标是将 Spring 生态系统中的一些设计原则，比如：可移植性和模块化设计，应用到 AI 领域。它还推动在 AI 领域使用简单的 Java 对象（POJOs）作为构建应用程序基础。

简单来说，Spring AI 的核心任务是解决 AI 应用集成的基本挑战：把你的企业数据和 API 与 AI 大模型模型连接起来。

Spring AI 全面采用了模块化的架构设计，如下图所示：

Spring AI 新架构设计主要旨在解决以下4个关键问题：

第一、提供统一抽象，隐藏底层复杂性

无论你使用的是 OpenAI 的 GPT、深度求索的 DeepSeek、谷歌的 Gemini、Anthropic 的 Claude，还是 Hugging Face 上的开源模型，Spring AI 都旨在提供一套统一且可移植的 API，让你能够轻松调用。对于向量数据库，比如：Milvus、Pinecone、Redis、PGVector 等，它同样提供了统一的 API 和查询方法。这样，你的代码就可以更灵活地在不同的 AI 服务和数据库之间切换，不会被某个特定供应商锁定。

第二、简化 AI 应用开发

构建一个稍微复杂的 AI 应用，比如：RAG（检索增强生成），通常需要涉及数据加载、分割、向量化、存储、检索、调用大语言模型（LLM）等多个步骤。Spring AI 提供了 ETL 框架、ChatClient、VectorStore 等组件和抽象，大大简化了这些流程的实现。

第三、广泛支持模型和向量数据库

 Spring AI 支持市面上几乎所有主流的大模型提供商（包括聊天模型和图像生成模型）以及向量数据库。这意味着你有非常丰富的选择。

第四、深度集成 Spring 生态

这是 Spring 的强项！Spring AI 提供了各种 Spring Boot Starter，使得配置和集成 AI 模型、向量数据库变得非常简单，遵循“约定优于配置”的原则，即开箱即用，无需复杂的配置。

Github 地址：

​​https://github.com/spring-projects/spring-ai​​

2、Spring AI 支持 MCP 实现

第一、Spring AI MCP 介绍

Spring AI 1.0.0-M7 集成了最新的 MCP 参考实现 Java SDK 版本 0.9.0，带来了显著的架构改进。

MCP（模型上下文协议）是一种标准化的协议，它让 AI 大模型能够以一种有组织的方式和外部工具、资源进行互动。它支持多种传输方式，这样在不同的环境下都能灵活使用。

MCP 的 Java 开发包（SDK）提供了这个协议的 Java 版本，让你可以通过同步或异步的方式，和 AI 大模型以及工具进行标准化的互动。

Spring AI 的 MCP 功能是在 MCP Java 开发包的基础上，增加了和 Spring Boot 集成的功能，提供了客户端和服务端的启动器。你可以使用 Spring 的初始化工具来快速搭建支持 MCP 的 AI 应用。

第二、MCP Java 开发包（SDK）架构

MCP 的 Java 实现采用了一个三层架构设计：

• 客户端/服务器层：这一层包括了 MCPClient 和 MCPServer。MCPClient 负责处理客户端的操作，而 MCPServer 负责管理服务器端的协议操作。它们都使用 MCPSession 来管理通信。
• 会话层（McpSession）：这一层通过 DefaultMCPSession 的实现来管理通信模式和状态。
• 传输层（McpTransport）：这一层负责处理 JSON-RPC 消息的序列化和反序列化，并支持多种传输实现方式。

1.MCP 客户端（MCP Client）

MCP 客户端是MCP（模型上下文协议）架构中的一个关键部分，它的工作是和 MCP 服务器建立和管理连接。它负责客户端的协议操作，包括：

• 和服务器商量使用哪个版本的协议，以确保双方兼容
• 确定服务器有哪些功能可以用
• 发送和接收消息，以及用 JSON-RPC 格式进行交流
• 查找和运行工具
• 访问和管理资源
• 与提示词系统互动

还有一些可选的功能，比如：

• 管理“根”（可能是某种基础设置）
• 支持抽样（可能是随机选择一部分数据进行处理）
• 支持同步和异步操作（同步就是等待操作完成，异步就是不需要等待）

它还支持不同的传输方式，比如：

• 基于标准输入输出的传输，用于不同程序间的通信
• 基于 Java HttpClient 的 SSE 客户端传输
• 基于 WebFlux 的 SSE 客户端传输，用于响应式的 HTTP 数据流

2.MCP 服务器（MCP Server）

MCP 服务器是 MCP 架构中的另一个基础部分，它向客户端提供工具、资源和能力。它负责服务器端的协议操作，包括：

• 实现服务器端的协议操作

      a.让客户端可以找到和使用工具

      b.用基于 URI 的访问方式管理资源

      c.提供和处理提示词模板

      d.和客户端商量可以使用哪些功能

      e.结构化的日志记录和通知

• 管理多个客户端的连接
• 支持同步和异步的 API
• 它也支持不同的传输实现方式，比如：

       a.基于标准输入输出的传输，用于不同程序间的通信

       b.基于 Servlet 的 SSE 服务器传输

       c.基于 WebFlux 的 SSE 服务器传输，用于响应式的 HTTP 数据流

       d.基于 WebMVC 的 SSE 服务器传输，用于基于 Servlet 的 HTTP 数据流

3.Spring AI MCP 集成

Spring AI 通过以下 Spring Boot 启动器提供 MCP 集成，如下所示：

• 客户端启动器

    spring-ai-starter-mcp-client - 提供基于 STDIO 和 HTTP 的 SSE 支持的核心启动器

     spring-ai-starter-mcp-client-webflux - 基于 WebFlux 的 SSE 传输实现

• 服务器启动器

    spring-ai-starter-mcp-server - 提供基于 STDIO 传输支持的核心服务器

    spring-ai-starter-mcp-server-webmvc - 基于 Spring MVC 的 SSE 传输实现

    spring-ai-starter-mcp-server-webflux - 基于 WebFlux 的 SSE 传输实现

如果你想使用 Spring Boot 简化设置，可以使用上面提到的 MCP 启动器。

本文转载自公众号玄姐聊AGI  作者：玄姐

原文链接：​​https://mp.weixin.qq.com/s/W-O8h-kduA3lyySjMhl1CQ​​