数据生成器 Java MCP 服务器

一个基于 Spring Boot 的应用程序，实现了一个 Model Completion Protocol (MCP) 服务器，用于数据生成。该项目展示了如何使用 Spring AI 创建自定义的 MCP 服务器，并将其与 AI 模型集成以生成基于提示的数据。

概述

该应用作为一个 MCP 服务器运行，提供数据生成工具。它利用了 Spring AI 的 MCP 服务器功能，将 Java 方法作为工具公开，以便 AI 模型可以调用它们。服务器配置为同步模式运行。

功能

• 实现 Model Completion Protocol (MCP) 服务器
• 提供数据生成工具
• 支持同步执行模式
• 包含 REST 客户端用于外部 API 集成
• 简单用户数据模型实现

先决条件

• Java 21 或更高版本
• Maven 3.9+（或使用随附的 Maven 包装脚本）
• 对 Spring Boot 和 Spring AI 的基本理解

快速入门

构建应用程序

1. 克隆仓库：

   git clone <repository-url>
   cd data-generator-java-mcp-server
   

2. 使用 Maven 构建应用：

   ./mvnw clean install
   

运行应用程序

使用 Maven 包装脚本运行应用：

./mvnw spring-boot:run

MCP 服务器启动后即可接受请求。

配置

MCP 服务器配置

MCP 服务器在 application.properties 文件中进行配置：

# 应用程序名称
spring.application.name=data-generator-java-mcp-server

# MCP 服务器名称
spring.ai.mcp.server.name=data-generator-java-mcp-server

# MCP 服务器类型（SYNC 或 ASYNC）
spring.ai.mcp.server.type=SYNC

# 禁用 Spring Boot 标志
spring.main.banner-mode=off

# 设置为非 Web 应用程序
spring.main.web-application-type=none

自定义配置

通过修改 McpServerConfig 类来自定义 MCP 服务器：

@Configuration
public class McpServerConfig {

    @Bean
    public ToolCallbackProvider dataGeneratorToolCallbackProvider(DataGeneratorService dataGeneratorService) {
        return MethodToolCallbackProvider.builder()
                .toolObjects(dataGeneratorService)
                .build();
    }
}

可用工具

MCP 服务器公开以下工具：

1. generateData - 根据提供的提示生成数据

   • 参数：prompt（String）
   • 返回：生成的数据作为 String

2. getUserData - 根据提供的 ID 和年龄生成用户数据

   • 参数：
     • id（String）
     • age（int）
   • 返回：包含 ID、名称和年龄的 User 对象

扩展应用程序

要添加新的工具到 MCP 服务器：

1. 创建一个新的服务类或扩展现有的 DataGeneratorService
2. 添加带有 @Tool 注解的方法
3. 在 McpServerConfig 类中注册该服务

示例：

@Service
public class MyCustomService {

    @Tool(
        name = "myCustomTool",
        description = "工具的描述"
    )
    public SomeReturnType myCustomTool(String param1, int param2) {
        // 实现代码
        return result;
    }
}

然后在配置中注册它：

@Bean
public ToolCallbackProvider myCustomToolCallbackProvider(MyCustomService myCustomService) {
    return MethodToolCallbackProvider.builder()
            .toolObjects(myCustomService)
            .build();
}

与 AI 模型集成

要将 MCP 服务器与 AI 模型结合使用，AI 模型可以通过发送 HTTP 请求到 MCP 服务器的 API 端点来调用生成数据的方法。请求需要包含必要的参数和授权信息。

通过这种方式，MCP 服务器可以作为数据生成的核心服务，供多个 AI 应用程序或模型使用。