【技术文档摘要】：

Server2MCP

非常感谢大家的支持！这是一个我投入了大量精力的项目。虽然这个项目是由我个人发起的，但我坚信它拥有优秀的架构和实用价值。目前，该项目基于2025年6月18日的版本；一旦有新版本发布，所有这些功能都将统一更新。

👀未完成事项

(√) 首先，我要道歉，因为我忘记提到最新的Server2MCP发行版是基于Spring AI SNAPSHOT版本和mcp-java-sdk SNAPSHOT版本的。 因此，您现在无法直接应用此项目，我承诺在10月10日前进行更新。

简体中文

文档链接

这绝对是一个革命性的想法!!!

这是一个用于自动集成MCP（模型控制协议）服务的Spring Boot启动器。

✨功能特性

• 自动配置MCP服务，类似于mybatis plus与mybatis的关系，非侵入性，纯粹增强
• 支持JavaSdk中的所有MCP原生功能，提供工具注册和回调机制等
• 通过@ToolScan注解支持自定义工具注册
• 通过@ResourceScan注解支持自定义资源注册
• 通过@PromptScan注解支持自定义提示注册
• 用户可以自定义解析器，无需依赖责任链实现来完成唯一接口注解的属性解析
• 包含Javadoc、Swagger2、Swagger3、SpringMVC（仅负责部分解析逻辑）、Jackson和Springai原生工具解析器

🌟最新功能

• 基准测试最新的MCP SDK版本0.11快照版本，自定义注解以体验最新功能，McpTool
• McpTool完全隔离Springai的工具环境，实现独特的Mcp工具系统，方法自动注入Exchange，便于完成MCP客户端交互
• 当前不支持springai的配置类mineType，并将其整合到McpTool的注解属性中

🎯快速开始

由于尚未推送到中央仓库，您可以下载源代码，在'server 2mcp starter webmvc'文件夹执行mvn clean install，然后添加依赖引用

添加依赖

<dependency>
    <groupId>com.ai.plug</groupId>
    <artifactId>server2mcp-starter-webmvc</artifactId>
    <version>1.1.4-SNAPSHOT</version>
</dependency>

然后在配置文件中添加配置：

plugin:
  mcp:
    enabled: true
    parser:
      params: JAVADOC, TOOL, SpringMVC, JACKSON, SWAGGER2, SWAGGER3 # 可选，默认注册除JAVADOC以外的解析器
      des: JAVADOC, TOOL, JACKSON, SWAGGER3, SWAGGER2 # 可选，默认注册除JAVADOC以外的解析器
    scope: interface # 有两种配置，custom和interface。默认情况下，interface会在控制器下预注册为工具；Custom则不会预注册工具

以上是启动项目的最基本配置，包括spring.ai.mcp.server-side等所有原生配置。接口配置会默认将您的启动类路径下的所有控制器注册为MCP接口。如果接口方法或类上有@Depreciated注解，则不会被注册。

注意事项：JAVADOC解析器

Javadoc的解析逻辑本质上是对源代码文件进行解析，上线后Java代码以字节码类文件的形式存在，所以Javadoc无法使用。然而，Javadoc的注解方式仍然很受开发者欢迎，所以不能完全放弃。这里有一个解决方案。要使用Javadoc解析器，必须将源代码打包到资源目录中。如果您使用Maven，需要添加一个打包配置如下：

            <plugin>
                <groupId>org.apache.maven.plugins</groupId>
                <artifactId>maven-resources-plugin</artifactId>
                <executions>
                    <execution>
                        <id>copy-java-sources</id>
                        <phase>prepare-package</phase>
                        <goals>
                            <goal>copy-resources</goal>
                        </goals>
                        <configuration>
                            <outputDirectory>${project.build.outputDirectory}</outputDirectory>
                            <resources>
                                <resource>
                                    <directory>src/main/java</directory>
                                    <includes>
                                        <include>**/*.java</include>
                                    </includes>
                                </resource>
                            </resources>
                        </configuration>
                    </execution>
                </executions>
            </plugin>

📚原理

可以理解为向AI开放接口，因此这些接口与常规接口相同，只是可以通过AI调用。相关知识文档：模型上下文协议（MCP）::Spring AI参考，介绍 - 模型上下文协议 和 介绍 - 模型上下文协议

💕最佳实践

有了这个框架，您不再需要从头开始构建一个MCP服务应用程序，也不需要在高度耦合的复制代码上添加@Tool注解，或者在源代码中添加MCP功能。您只需根据配置类添加自定义的@ToolScan注解，即可轻松完成MCP接口的注册。遇到MCP SDK修订怎么办？不用担心，核心内容由我维护，使用方法不变

1. 您可以轻松地通过使用多个自定义的AI对话接口，然后简单地在客户端调用相应的MCP接口，构建一个多代理应用程序。

2. 它可以快速访问您的管理系统中的AI对话调用，具有高度定制性。您不需要关注AI领域的任何细节，只需专注于您喜欢的Web和前端领域，就可以实现酷炫的效果。相比而言

3. 它可以与简单的MCP客户端如光标一起使用，轻松完成接口调试

🔔总结

这个框架实际上非常简单，代码中可能存在许多漏洞和不足之处，请原谅我。

📄版权声明/开源协议

根据Apache 2.0许可发布的代码