十大步驟詳解Spring AI MCP機制底層實現(xiàn)，小白誤入！
MCP分為MCP Client和MCP Server：
- MCP Client負責進行工具發(fā)現(xiàn)和工具調用
- MCP Server負責提供工具和工具執(zhí)行
總體流程圖
圖片
十大步驟詳解
第一步，MCP Client接收用戶的問題，比如“今天是幾月幾號”。
第二步，MCP Client發(fā)送tools/list請求給MCP Server進行工具發(fā)現(xiàn)。
利用Spring AI開發(fā)的MCP Server，可以利用@Tool注解定義工具，比如：
圖片
并利用MethodToolCallbackProvider提供出去：
在MCP Server的MpcServerAutoConfiguration自動配置類中定義了一個McpSyncServer的Bean，它會依賴注入List<ToolCallbackProvider>，這樣McpSyncServer中就拿到了MCP Server中定義的所有Tools（調用ToolCallbackProvider的getToolCallbacks()即可拿到）。
第三步，McpSyncServer處理tools/list請求，并返回工具定義給MCP Client，所謂工具定義，就是工具的描述、方法名、入?yún)⑿畔⒌取?/span>
第四步，MCP Client在拿到了工具定義后，就把用戶問題和工具定義一起發(fā)送給大模型。
第五步，大模型分析用戶問題和工具信息，決定要調用某個工具，大模型會確定要調用工具的方法名、入?yún)⒅档?，并發(fā)送給MCP Client
第六步，MCP Client拿到了大模型的工具調用信息后，就向MCP Server發(fā)送tools/call請求，并攜帶了工具調用信息。
第七步，MCP Server處理tools/call請求，并通過反射執(zhí)行指定的工具方法，得到并返回工具執(zhí)行結果給MCP Client。
第八步，MCP Client拿到了工具執(zhí)行結果后，把工具執(zhí)行結果返回給大模型。
第九步，大模型拿到工具執(zhí)行結果后，繼續(xù)分析用戶問題，如果要繼續(xù)調用工具，就執(zhí)行第五步，如果不要執(zhí)行工具了，就然后用戶問題的最終答案給MCP Client
第十步，MCP Client拿到最終答案后，就返回給用戶。
這其中，第三步和第七步比較重要，第三步工具發(fā)現(xiàn)不再是獲取應用自己定義的工具了，而是去獲取MCP Server定義的工具，第七步工具調用，也不是調用應用自己的工具，而是遠程調用MCP Server中的工具，但總體框架仍然是Spring AI Tool Calling機制的流程。
