MCP服务开发与AI集成

MCP服务背景与技术演进GUI到AI交互的演进路径早期系统通过命令行CLI进行操作后发展为基于UI的鼠标键盘交互。当前趋势是“一句话办事”即用户通过自然语言指令让AI完成任务本质是将操作回归到底层接口调用。AI执行依赖于对API或CLI层面的访问能力需构建统一标准的服务接口供模型识别和调用。MCP的核心作用MCPModel Control Protocol提供统一协议规范解决原有接口参数混乱问题如query/body混用。实现接口描述标准化包含名称、description等字段便于AI理解与调用。支持跨平台复用可在龙虾、Cast等不同AI工具中使用避免封闭在单一系统内。MCP服务开发要求与实现方式开发环境与技术栈要求MCP Server基于Java开发当前版本要求Spring Boot 3.5 Java 21。项目已在Git上公开不建议修改已有依赖配置。使用特定注解标记工具类和服务方法支持自动注册为可调用能力。服务开发结构与编码实践创建带有Tools注解的类标明其为一个功能工具并填写中英文描述。推荐使用英文描述以避免编码兼容性问题防止部分CR工具因乱码导致AI无法解析。方法上添加TopArms等标签用于暴露接口并生成标准Schema。示例天气查询工具通过HTTP请求第三方URL获取数据并封装返回。MCP服务调试与验证流程Postman调试MCP服务升级Postman至最新版本后支持直接连接MCP Server。新建MCP类型请求填入服务地址如http://localhost:9311选择协议类型如streamSSE。连接成功后自动拉取能力列表MCP List展示所有可用方法及其参数定义。可在界面中直接运行方法输入参数如cityBeijing进行测试。Nacos平台的MCP转换能力Nacos 3.1.0及以上版本新增MCP列表功能支持从已有服务自动生成MCP服务。提供HTTP转MCP服务选项可选择已注册的服务进行协议转换。支持编排组合多个接口形成新的业务方法提升复用性。但实测发现Swagger接口文档不全、注释缺失等问题影响转换效果仍需人工梳理业务逻辑。AI集成与技能封装机制MCP Porter技能的作用龙虾平台上的MCP Porter是一个纯文本技能用于加载并调用MCP服务。加载后可通过自然语言触发自动识别所需调用的工具及参数。内部通过list server schema获取MCP服务能力清单并由AI决定调用哪个工具。技能链路完整流程第一步开发MCP服务并确保接口可用。第二步使用Postman验证协议正确性确认参数传递无误。第三步通过MCP Porter技能验证AI是否能正确理解并调用该服务。最终实现用户说“查北京天气”即可触发全流程无需手动提取参数或处理中英文映射。技能封装与用户体验优化为避免用户记忆MCP地址需将地址封装进新技能中。如“控制台简报”技能内置MCP URL设定触发条件后打包发布。技能内部使用Python脚本编写具备高泛化能力可基于模板动态生成报告并回答细节问题。场景化接入策略与未来方向按场景迭代接入MCP不建议逐个对接原子接口而应以业务场景为单位组织服务。例如“底座工作台待办事项”作为一个页面级能力整体暴露支持多维度查询。利用AI泛化能力减少接口数量降低维护成本。历史接口的适配挑战原有面向UI设计的接口过于细碎不适合直接暴露给AI。虽可通过技术手段批量转换但受限于文档质量与业务重复度实际效果有限。建议优先梳理高频核心场景重新组织service层接口提升AI调用准确性。