🚀 面试鸭 MCP 服务器

面试鸭的题目搜索 API 已兼容 MCP 协议，是国内首家支持 MCP 协议的面试刷题平台。本服务基于 MCP Java SDK 开发，任何支持 MCP 协议的智能助手（如 Claude、Cursor 以及千帆 AppBuilder 等）都能轻松接入。以下是详细的适配说明。

✨ 主要特性

• 面试鸭的题目搜索 API 兼容 MCP 协议，是国内首家支持该协议的面试刷题平台。
• 基于 MCP Java SDK 开发，方便支持 MCP 协议的智能助手接入。

📦 工具列表

题目搜索 questionSearch

• 功能：将面试题目转换为面试鸭里的题目链接。
• 输入：题目
• 输出：[题目](链接)

🚀 快速开始

使用面试鸭 MCP 服务器主要通过 Java SDK 的形式。

📦 安装指南

前提条件

需要 Java 17 运行时环境。

安装

git clone https://github.com/yuyuanweb/mcp-mianshiya-server

构建

cd mcp-mianshiya-server
mvn clean package

💻 使用示例

基础用法

配置 Cherry Studio

1. 打开 Cherry Studio 的 设置，点击 MCP 服务器。
2. 点击 编辑 JSON，将以下配置添加到配置文件中。

{
  "mcpServers": {
    "mianshiyaServer": {
      "command": "java",
      "args": [
        "-Dspring.ai.mcp.server.stdio=true",
        "-Dspring.main.web-application-type=none",
        "-Dlogging.pattern.console=",
        "-jar",
        "/yourPath/mcp-server-0.0.1-SNAPSHOT.jar"
      ],
      "env": {}
    }
  }
}

3. 在 设置 - 模型服务 中选择一个模型，输入 API 密钥，配置模型参数，并启用工具函数调用功能。 4. 在输入框下方勾选开启 MCP 服务。 5. 配置完成，然后查询面试题目

高级用法

代码调用

1. 引入依赖

<dependency>
    <groupId>com.alibaba.cloud.ai</groupId>
    <artifactId>spring-ai-alibaba-starter</artifactId>
    <version>1.0.0-M6.1</version>
</dependency>
<dependency>
    <groupId>org.springframework.ai</groupId>
    <artifactId>spring-ai-mcp-client-spring-boot-starter</artifactId>
    <version>1.0.0-M6</version>
</dependency>

客户端使用阿里巴巴的通义千问模型，所以引入 spring-ai-alibaba-starter 依赖。若需要其他模型，请根据具体情况调整。 2. 配置 MCP 服务器 需要在 application.yml 中配置 MCP 服务器的相关参数：

spring:
  ai:
    mcp:
      client:
        stdio:
          # 指定MCP服务器配置文件
          servers-configuration: classpath:/mcp-servers-config.json
  mandatory-file-encoding: UTF-8

其中 mcp-servers-config.json 的配置如下：

{
  "mcpServers": {
    "mianshiyaServer": {
      "command": "java",
      "args": [
        "-Dspring.ai.mcp.server.stdio=true",
        "-Dspring.main.web-application-type=none",
        "-Dlogging.pattern.console=",
        "-jar",
        "/Users/gulihua/Documents/mcp-server/target/mcp-server-0.0.1-SNAPSHOT.jar"
      ],
      "env": {}
    }
  }
}

3. 初始化聊天客户端

@Bean
public ChatClient initChatClient(ChatClient.Builder chatClientBuilder,
                                 ToolCallbackProvider mcpTools) {
    return chatClientBuilder
            .defaultTools(mcpTools)
            .build();
}

4. 接口调用

@PostMapping(value = "/ai/answer/sse", produces = MediaType.TEXT_EVENT_STREAM_VALUE)
public Flux<String> generateStreamAsString(@RequestBody AskRequest request) {

    Flux<String> content = chatClient.prompt()
            .user(request.getContent())
            .stream()
            .content();
    return content
            .concatWith(Flux.just("[complete]"));

}