⚡️
无侵入集成
只需添加依赖和注解,立刻拥有 AI 功能
在正式动手之前,让我们先思考:为什么要把 AI 工具链嵌入微服务?
- 生产效率 : 让 LLM 直接调用后端方法,帮你写测试、生成脚本或查询数据。
- 一致性 : 使用统一的注解模型(自定义
@Mcp*
+ Spring AI@Tool
),无须额外 Glue 代码。- 可控性 :
scope
/enabled
开关可精准限定扫描范围,避免误暴露敏感接口。- 可扩展 : 解析器链完全 SPI 化,随时插拔、排序,适配任何第三方标准。
这一切都只需 一行依赖 + 几个注解,即可在现有 Spring Boot 服务上获得 AI 调用能力。
# 1️⃣ 添加依赖(Maven)
<dependency>
<groupId>com.ai</groupId>
<artifactId>server2mcp-starter-webmvc</artifactId>
<version>1.0.0</version>
</dependency>
# 2️⃣ 启用功能(application.yml)
plugin:
mcp:
enabled: true
# 3️⃣ 编写工具
@Controller
public class Calculator {
@PostMapping("add")
@McpTool(name = "add", description = "计算两数之和")
public int add(int a, int b) {
return a + b;
}
}
# 4️⃣ 启动应用,访问 /v3/mcp/spec 查看自动生成的工具规范
提示:如果你同时引入了 SpringDoc/OpenAPI,你甚至可以在同一个 Swagger UI 中直接测试工具(但不会注入MCP特有功能类)。
模块 | 作用 |
---|---|
mcp-annotations | 定义 @McpTool 、@McpResource 等标记性注解 |
server2mcp-core | 扫描 & 注册逻辑、解析器链实现 |
server2mcp-autoconfigure | Spring Boot Starter & 条件装配 |
server2mcp-spring-boot-starters | 该模块用于构建一系列 spring-boot-starter |
server2mcp-docs | 基于 VitePress 的项目文档 |
server2mcp-test | 测试模块,非项目模块 |
更多细节请阅读项目结构介绍。
Server2MCP 构建于强大的开源生态之上,并与之紧密协作。