项目简介

本项目是一个基于 Spring Boot 3 和 Java 24 实现的 OAuth2 授权服务器，同时集成了 Spring AI 框架，提供了与 LLM 交互的能力，并通过 Model Context Protocol (MCP) 暴露特定的工具服务（如天气查询）。

主要功能点

OAuth2 授权服务器：支持多种授权流程（如授权码、客户端凭证、刷新令牌），提供用户和客户端管理。
AI 能力集成：通过 Spring AI 与 Ollama、DeepSeek、Gemma3 等本地或远程 AI 模型进行交互。
向量数据库支持：集成向量存储，支持 RAG (Retrieval Augmented Generation) 应用模式。
MCP 工具服务：通过 MCP 协议暴露特定的外部功能作为“工具”，供兼容 MCP 的 LLM 客户端调用（例如，本项目中的天气查询工具）。
多种传输协议支持：支持 Stdio, SSE 等 MCP 传输协议。

安装步骤

确保已安装 Java 24、Maven 和 Docker。
克隆仓库到本地。
在项目根目录打开终端。
运行 'docker-compose up -d' 启动所需的依赖服务（如 MariaDB, Redis）。
运行 'mvn clean install -DskipTests' 构建项目 JAR 包（此步骤会跳过测试，如果需要运行测试，请省略 '-DskipTests'）。
运行 'mvn spring-boot:run' 启动应用程序（或运行构建好的 JAR 包）。

服务器配置（供MCP客户端参考）

MCP 客户端需要知道如何连接到 MCP 服务器。本项目支持 Stdio 传输协议，允许客户端启动服务器进程并与其通信。以下是配置 MCP 客户端连接到此服务器的参考信息：

{
  "server name": "Spring AI MCP 工具服务器", // 给服务器起一个易于识别的名称
  "command": "java", // 启动服务器进程的命令
  "args": [
    "-Dspring.ai.mcp.server.stdio=true", // 配置 Spring AI MCP 使用 Stdio 传输
    "-Dspring.main.web-application-type=none", // 在 StdIo 模式下禁用 Spring Boot Web 功能
    "-Dlogging.pattern.console=", // 可选：简化控制台日志输出，便于 Stdio 通信
    "-jar", // Java 命令参数：指定运行 JAR 文件
    "path/to/your/oauth2-authorization-server-0.0.1.jar" // **重要：请替换为实际构建生成的 JAR 文件路径**
  ]
}

将 'path/to/your/oauth2-authorization-server-0.0.1.jar' 替换为实际 JAR 包在你的文件系统中的路径。MCP 客户端会使用这些信息启动服务器进程并通过标准输入/输出进行通信。

基本使用方法（MCP部分）

一旦 MCP 服务器以后台进程（例如使用上述 Stdio 配置启动）运行，兼容 MCP 的 LLM 客户端可以执行以下操作：

初始化连接: 客户端与服务器建立 MCP 连接。
声明能力: 客户端可以向服务器声明其支持的功能。
列出工具: 客户端发送 'list_tools' 请求，获取服务器暴露的所有工具列表及其描述和输入参数 Schema。例如，会看到 'getWeatherForecastByLocation' 和 'getAlerts' 等工具。
调用工具: LLM 根据用户指令和工具列表，构造 'call_tool' 请求，包含要调用的工具名称和参数（例如，调用 'getWeatherForecastByLocation' 并提供经纬度）。
接收结果: 服务器执行工具调用，将结果通过 JSON-RPC 响应返回给客户端。LLM 利用这些结果生成最终回复给用户。

请参考 'src/test/java/mb/oauth2authorizationserver/ai/' 包下的 MCP 客户端测试代码 ('CustomMcpClient.java', 'McpClientStdio.java', 'McpClientSse.java') 来理解 MCP 客户端如何与服务器交互。

关键词

信息