当前位置：首页 > news >正文

Spring AI MCP Server + Cline 快速搭建一个数据库 ChatBi 助手

news 2025/4/3 15:37:52

一、Spring AI MCP

MCP 由 Anthropic 推出的一种开放标准协议，旨在统一大模型（LLM）与外部数据源和工具之间的通信方式。通过 MCP 协议，开发者可以更高效地实现 AI 模型与外部资源的集成，从而提升应用的智能化和上下文感知能力。现在关于MCP的介绍文章也非常多，这里就不过多介绍了。

而 Spring AI MCP 则是基于 Spring AI 集成扩展了 MCP Java SDK，让开发者在 Spring 体系下可以快速开发 MCP Server 端或 MCP Client 端。另外官方将 Function Calling 模式给标记 Deprecated 了，说实话动作确实快：

在这里插入图片描述

MCP 官方文档：

https://modelcontextprotocol.io/introduction

Spring AI MCP 文档

https://docs.spring.io/spring-ai/reference/api/mcp/mcp-overview.html

本文基于 Spring AI MCP 实现 MCP Server 端包括三个 MCP Tool ，分别是 获取所有可用的表名、根据表名获取Schema、执行SQL。MCP Client 端使用 Cline 工具进行集成，以及和大模型的交互。

MCP调用执行效果如下所示（实验表结构后面内容中已提供）：

首先发起问题：现在的用户数是多少

大模型首先调用 MCP Server 获取所有可用的表名：

在这里插入图片描述

根据表名判断出需要使用的表后，自动再次调用 MCP Server 获取表的 Schema ：

在这里插入图片描述

根据 Schema 生成 SQL ，再次调用 MCP Server 执行 SQL。

在这里插入图片描述

根据拿到的执行结果生成回答：

在这里插入图片描述

下面开始上述效果的实现过程。

二、准备MySQL表结构及测试数据

用户表

CREATE TABLE `user` (`id` int NOT NULL AUTO_INCREMENT COMMENT '主键',`name` varchar(255) DEFAULT NULL COMMENT '姓名',`age` int DEFAULT NULL COMMENT '年龄',PRIMARY KEY (`id`)
) ENGINE=InnoDB AUTO_INCREMENT=8 DEFAULT CHARSET=utf8mb4 COLLATE=utf8mb4_0900_ai_ci COMMENT='用户表';

写入测试数据：

INSERT INTO `user`(`id`, `name`, `age`) VALUES (1, 'zhangsan', 20);
INSERT INTO `user`(`id`, `name`, `age`) VALUES (2, 'lisi', 60);
INSERT INTO `user`(`id`, `name`, `age`) VALUES (3, 'wangwu', 30);
INSERT INTO `user`(`id`, `name`, `age`) VALUES (4, 'zhaoliu', 31);
INSERT INTO `user`(`id`, `name`, `age`) VALUES (5, 'xiaoming', 35);
INSERT INTO `user`(`id`, `name`, `age`) VALUES (6, 'xiaohong', 25);
INSERT INTO `user`(`id`, `name`, `age`) VALUES (7, 'xiaolan', 40);

角色表

CREATE TABLE `role` (`id` int NOT NULL AUTO_INCREMENT COMMENT '主键',`role` varchar(255) DEFAULT NULL COMMENT '角色名',PRIMARY KEY (`id`)
) ENGINE=InnoDB AUTO_INCREMENT=6 DEFAULT CHARSET=utf8mb4 COLLATE=utf8mb4_0900_ai_ci COMMENT='角色表';

写入测试数据：

INSERT INTO `role`(`id`, `role`) VALUES (1, 'admin');
INSERT INTO `role`(`id`, `role`) VALUES (2, 'common');
INSERT INTO `role`(`id`, `role`) VALUES (3, 'role1');
INSERT INTO `role`(`id`, `role`) VALUES (4, 'role2');
INSERT INTO `role`(`id`, `role`) VALUES (5, 'role3');

工作组表：

CREATE TABLE `work_group` (`id` int NOT NULL AUTO_INCREMENT COMMENT '主键',`group` varchar(255) DEFAULT NULL COMMENT '工作组',PRIMARY KEY (`id`)
) ENGINE=InnoDB AUTO_INCREMENT=5 DEFAULT CHARSET=utf8mb4 COLLATE=utf8mb4_0900_ai_ci COMMENT='工作组表';

写入测试数据：

INSERT INTO `work_group`(`id`, `group`) VALUES (1, 'A');
INSERT INTO `work_group`(`id`, `group`) VALUES (2, 'B');
INSERT INTO `work_group`(`id`, `group`) VALUES (3, 'C');
INSERT INTO `work_group`(`id`, `group`) VALUES (4, 'E');

用户角色关系表

CREATE TABLE `user_role_mapping` (`id` int NOT NULL AUTO_INCREMENT COMMENT '主键ID',`user_id` int DEFAULT NULL COMMENT '用户ID',`role_id` int DEFAULT NULL COMMENT '角色ID',PRIMARY KEY (`id`)
) ENGINE=InnoDB AUTO_INCREMENT=11 DEFAULT CHARSET=utf8mb4 COLLATE=utf8mb4_0900_ai_ci COMMENT='用户角色关系表';

写入测试数据：

INSERT INTO `user_role_mapping`(`id`, `user_id`, `role_id`) VALUES (1, 1, 1);
INSERT INTO `user_role_mapping`(`id`, `user_id`, `role_id`) VALUES (2, 1, 2);
INSERT INTO `user_role_mapping`(`id`, `user_id`, `role_id`) VALUES (3, 1, 3);
INSERT INTO `user_role_mapping`(`id`, `user_id`, `role_id`) VALUES (4, 2, 4);
INSERT INTO `user_role_mapping`(`id`, `user_id`, `role_id`) VALUES (5, 2, 5);
INSERT INTO `user_role_mapping`(`id`, `user_id`, `role_id`) VALUES (6, 3, 2);
INSERT INTO `user_role_mapping`(`id`, `user_id`, `role_id`) VALUES (7, 4, 2);
INSERT INTO `user_role_mapping`(`id`, `user_id`, `role_id`) VALUES (8, 5, 2);
INSERT INTO `user_role_mapping`(`id`, `user_id`, `role_id`) VALUES (9, 6, 2);
INSERT INTO `user_role_mapping`(`id`, `user_id`, `role_id`) VALUES (10, 7, 5);

用户工作组关系表

CREATE TABLE `user_work_group_mapping` (`id` int NOT NULL AUTO_INCREMENT COMMENT '主键',`user_id` int DEFAULT NULL COMMENT '用户ID',`group_id` int DEFAULT NULL COMMENT '工作组ID',PRIMARY KEY (`id`)
) ENGINE=InnoDB AUTO_INCREMENT=15 DEFAULT CHARSET=utf8mb4 COLLATE=utf8mb4_0900_ai_ci COMMENT='用户工作组关系表';

写入测试数据：

INSERT INTO `user_work_group_mapping`(`id`, `user_id`, `group_id`) VALUES (1, 1, 1);
INSERT INTO `user_work_group_mapping`(`id`, `user_id`, `group_id`) VALUES (2, 1, 2);
INSERT INTO `user_work_group_mapping`(`id`, `user_id`, `group_id`) VALUES (3, 1, 3);
INSERT INTO `user_work_group_mapping`(`id`, `user_id`, `group_id`) VALUES (4, 2, 1);
INSERT INTO `user_work_group_mapping`(`id`, `user_id`, `group_id`) VALUES (5, 2, 2);
INSERT INTO `user_work_group_mapping`(`id`, `user_id`, `group_id`) VALUES (6, 2, 3);
INSERT INTO `user_work_group_mapping`(`id`, `user_id`, `group_id`) VALUES (7, 3, 2);
INSERT INTO `user_work_group_mapping`(`id`, `user_id`, `group_id`) VALUES (8, 3, 3);
INSERT INTO `user_work_group_mapping`(`id`, `user_id`, `group_id`) VALUES (9, 4, 1);
INSERT INTO `user_work_group_mapping`(`id`, `user_id`, `group_id`) VALUES (10, 4, 2);
INSERT INTO `user_work_group_mapping`(`id`, `user_id`, `group_id`) VALUES (11, 5, 2);
INSERT INTO `user_work_group_mapping`(`id`, `user_id`, `group_id`) VALUES (12, 5, 4);
INSERT INTO `user_work_group_mapping`(`id`, `user_id`, `group_id`) VALUES (13, 6, 3);
INSERT INTO `user_work_group_mapping`(`id`, `user_id`, `group_id`) VALUES (14, 7, 2);

三、Spring AI MCP Server 搭建

首先创建 SpringBoot 项目。注意：SpringBoot 版本需要 3.x 以上，jdk 版本 17 及以上。

在 pom 中加入 spring-ai-mcp-server-spring-boot-starter 的依赖，整体 pom 如下：

<?xml version="1.0" encoding="UTF-8"?>
<project xmlns="http://maven.apache.org/POM/4.0.0" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance"xsi:schemaLocation="http://maven.apache.org/POM/4.0.0 https://maven.apache.org/xsd/maven-4.0.0.xsd"><modelVersion>4.0.0</modelVersion><groupId>com.example</groupId><artifactId>mcp-demo</artifactId><version>0.0.1-SNAPSHOT</version><name>mcp-demo</name><description>mcp-demo</description><properties><java.version>17</java.version><project.build.sourceEncoding>UTF-8</project.build.sourceEncoding><project.reporting.outputEncoding>UTF-8</project.reporting.outputEncoding><spring-boot.version>3.4.2</spring-boot.version><spring-ai.version>1.0.0-SNAPSHOT</spring-ai.version></properties><dependencies><dependency><groupId>org.springframework.boot</groupId><artifactId>spring-boot-starter</artifactId></dependency><dependency><groupId>org.springframework.boot</groupId><artifactId>spring-boot-starter-test</artifactId><scope>test</scope></dependency><dependency><groupId>org.springframework.ai</groupId><artifactId>spring-ai-mcp-server-spring-boot-starter</artifactId><version>${spring-ai.version}</version></dependency><dependency><groupId>mysql</groupId><artifactId>mysql-connector-java</artifactId><version>8.0.22</version></dependency><dependency><groupId>com.alibaba</groupId><artifactId>druid</artifactId><version>1.1.6</version></dependency><dependency><groupId>org.springframework.boot</groupId><artifactId>spring-boot-starter-jdbc</artifactId></dependency></dependencies><dependencyManagement><dependencies><dependency><groupId>org.springframework.boot</groupId><artifactId>spring-boot-dependencies</artifactId><version>${spring-boot.version}</version><type>pom</type><scope>import</scope></dependency><dependency><groupId>org.springframework.ai</groupId><artifactId>spring-ai-bom</artifactId><version>${spring-ai.version}</version><type>pom</type><scope>import</scope></dependency></dependencies></dependencyManagement><build><plugins><plugin><groupId>org.apache.maven.plugins</groupId><artifactId>maven-compiler-plugin</artifactId><version>3.8.1</version><configuration><source>17</source><target>17</target><encoding>UTF-8</encoding></configuration></plugin><plugin><groupId>org.springframework.boot</groupId><artifactId>spring-boot-maven-plugin</artifactId><version>${spring-boot.version}</version><executions><execution><goals><goal>repackage</goal></goals></execution></executions></plugin></plugins></build><repositories><repository><name>Central Portal Snapshots</name><id>central-portal-snapshots</id><url>https://central.sonatype.com/repository/maven-snapshots/</url><releases><enabled>false</enabled></releases><snapshots><enabled>true</enabled></snapshots></repository><repository><id>spring-milestones</id><name>Spring Milestones</name><url>https://repo.spring.io/milestone</url><snapshots><enabled>false</enabled></snapshots></repository><repository><id>spring-snapshots</id><name>Spring Snapshots</name><url>https://repo.spring.io/snapshot</url><releases><enabled>false</enabled></releases></repository></repositories></project>

application.yml 中加入数据库连接配置：

spring:datasource:url: jdbc:mysql://127.0.0.1:3306/langchain?useUnicode=true&characterEncoding=utf8&serverTimezone=GMT%2B8type: com.alibaba.druid.pool.DruidDataSourceusername: rootpassword: rootdriver-class-name: com.mysql.cj.jdbc.Driver

创建三个 MCP Tool ，实现 获取可用表名、根据表名获取表结构、执行SQL 三个功能：

@Component
public class DBTool {@Resourceprivate JdbcTemplate jdbcTemplate;private final String sql = "SELECT TABLE_NAME, TABLE_COMMENT FROM INFORMATION_SCHEMA.TABLES WHERE TABLE_SCHEMA = 'langchain'";private final String schemaSql = "SELECT COLUMN_NAME, DATA_TYPE, COLUMN_COMMENT FROM INFORMATION_SCHEMA.COLUMNS " +"WHERE TABLE_SCHEMA = 'langchain' AND TABLE_NAME = ?";@Tool(description = "获取所有可用的表名")public List<String> getTables() {List<Map<String, Object>> maps = jdbcTemplate.queryForList(sql);return maps.stream().map(map -> {String tableName = String.valueOf(map.get("TABLE_NAME"));String tableComment = String.valueOf(map.get("TABLE_COMMENT"));return tableName + " (" + tableComment + ")";}).collect(Collectors.toList());}@Tool(description = "根据表名获取Schema")public String getTableSchema(@ToolParam(description = "表名") List<String> tables) {return tables.stream().filter(t -> !t.isBlank()).map(tableName -> {List<Map<String, Object>> columns = jdbcTemplate.queryForList(schemaSql, tableName);String tablePrompt = columns.stream().map(map -> {String name = String.valueOf(map.get("COLUMN_NAME"));String type = String.valueOf(map.get("DATA_TYPE"));String comment = String.valueOf(map.get("COLUMN_COMMENT"));return String.format("%s (%s) - %s", name, type, comment);}).collect(Collectors.joining(", \n"));return String.format("Table: %s (%s)\n", tableName, tablePrompt);}).collect(Collectors.joining("\n"));}@Tool(description = "执行SQL查询结果")public List<Map<String, Object>> runSql(@ToolParam(description = "sql") String sql) {if (sql.contains("DELETE") || sql.contains("UPDATE") || sql.contains("INSERT")){throw new RuntimeException("执行SQL仅限于查询语句！");}return jdbcTemplate.queryForList(sql);}}

@Configuration
public class MCPConfig {@Beanpublic List<ToolCallback> tools(DBTool dbTool) {return new java.util.ArrayList<>(List.of(ToolCallbacks.from(dbTool)));}
}

到此 Java 端的开发就结束了，下面打包成 jar 包，为后续 Cline 使用：

mvn clean package

四、Cline 配置 MCP Server

使用 VsCode 打开 Cline ，点击右上角 MCP Server，然后选择 Installed ，点击 Configure MCP Server：

在这里插入图片描述

写入如下 json 配置，注意 jar 包的路径修改为你的真实地址：

{"mcpServers": {"mymcp": {"command": "java","args": ["-jar","D:/mcp-demo/target/mcp-demo-0.0.1-SNAPSHOT.jar"],"disabled": false}}
}

然后右侧可以看到 MCP Server 的连接状态，绿色表示连接正常，点开可以看到前面实现的 tools ，此外每个工具的 Auto-approve 建议打上勾，如果不打勾 Cline 调用 MCP Server 时会让我们手动确认一下是否执行：

在这里插入图片描述

另外还要在设置开启使用 MCP Server：

在这里插入图片描述

到此 Cline 端就配置完成了，可以在对话窗口测试效果。

五、测试

发起问题：现在的用户数，以及每个用户所属的角色和工作组

大模型首先调用 MCP Server 获取所有可用的表名：

在这里插入图片描述

然后根据表名判断需要使用哪些表，再次调用 MCP Server 获取表的 Schema ：

在这里插入图片描述

根据 Schema 生成 SQL ，再次调用 MCP Server 执行 SQL。

在这里插入图片描述

根据拿到的查询结果生成回答：

在这里插入图片描述

查看全文

http://www.mrgr.cn/news/96899.html

React-01React创建第一个项目（npm install -g create-react-app）

【Unity】 HTFramework框架（六十四）SaveDataRuntime运行时保存组件参数、预制体

Transformer

Flinksql--订单宽表

[高级数据结构]线段树SegmentTree

React PDF 预览终极优化：30 页大文件不卡，加载快如闪电！

python操作es

UniApp集成极光推送详细教程

Python实现 MCP 客户端调用（高德地图 MCP 服务）查询天气工具示例

Laravel 中使用 JWT 作用户登录，身份认证

【硬件视界9】网络硬件入门：从网卡到路由器

IO 端口与 IO 内存

Description of STM32F1xx HAL drivers用户手册

一、Spring AI MCP

二、准备MySQL表结构及测试数据

用户表

角色表

工作组表：

用户角色关系表

用户工作组关系表

三、Spring AI MCP Server 搭建

四、Cline 配置 MCP Server

五、测试

相关文章：