使用说明

项目简介

Spring AI ResOs MCP Server 是一个基于 Spring AI 框架构建的 MCP 服务器，旨在为 LLM 客户端提供餐厅预订系统 ResOs API 的数据访问能力。该项目包含一个 MCP 服务器实现 ('mcp-server') 和一个使用 ReactJS 构建的独立聊天机器人 UI ('mcp-client')，以及一个模拟 ResOs API 的后端服务 ('backend')。

主要功能点

资源访问 (Resources)：通过工具 (Tools) 向 LLM 客户端提供餐厅的餐桌 (Tables)、营业时间 (Opening Hours)、顾客 (Customers)、反馈 (Feedback) 等信息查询能力。
工具注册 (Tools)：注册了一系列工具 (Tools)，允许 LLM 客户端调用以获取 ResOs API 的数据，例如获取所有餐桌信息、查询特定餐厅的营业时间等。
后端服务 (Backend)：提供模拟 ResOs API 的 RESTful 后端服务，MCP 服务器从中获取数据。
MCP 客户端配置 (MCP Client Configuration)：提供了与 Claude Desktop 集成的 MCP 客户端配置示例。
独立聊天机器人 UI (Chatbot UI)：包含一个基于 ReactJS 的聊天机器人前端，可用于测试和演示 MCP 服务器的功能。

安装步骤

克隆仓库 使用 Git 命令克隆 GitHub 仓库到本地：

git clone https://github.com/pacphi/spring-ai-resos
cd spring-ai-resos

构建项目 使用 Maven 命令构建项目：
```
mvn clean install
```

服务器配置

要将 MCP 服务器与 Claude Desktop 等 MCP 客户端集成，您需要配置客户端以连接到服务器。以下是针对 Claude Desktop 的 'claude_desktop_config.json' 配置示例，用于启动 'mcp-server' 模块：

{
  "spring-ai-resos": {
    "command": "java",
    "args": [
      "-jar",
      "<path-to-project>/target/spring-ai-resos-mcp-server-0.0.1-SNAPSHOT.jar"
    ]
  }
}

参数说明:

'"spring-ai-resos"': 服务器名称，在 Claude Desktop 中用于标识和调用此 MCP 服务器。
'"command": "java"': 指定用于启动 MCP 服务器的命令，这里使用 Java 运行时环境。
'"args"': 启动参数列表，包括：
- '"-jar"': 指定以 JAR 包形式运行应用程序。
- '"<path-to-project>/target/spring-ai-resos-mcp-server-0.0.1-SNAPSHOT.jar"': MCP 服务器 JAR 文件的完整路径。请将 '<path-to-project>' 替换为您的本地项目路径。

如果您需要连接到本地运行的后端服务，可以使用以下配置，激活 'dev' profile 以使用开发环境配置：

{
  "spring-ai-resos": {
    "command": "java",
    "args": [
      "-Dspring.profiles.active=dev",
      "-jar",
      "<path-to-project>/target/spring-ai-resos-mcp-server-0.0.1-SNAPSHOT.jar"
    ]
  }
}

基本使用方法

启动后端服务 (backend) （可选，如果使用真实的 ResOS API，则无需启动）：

cd backend
mvn clean spring-boot:run -Dspring-boot.run.profiles=dev -Dspring-boot.run.jvmArguments="--add-opens java.base/java.net=ALL-UNNAMED"

启动 MCP 服务器 (mcp-server)：

cd mcp-server
export RESOS_API_ENDPOINT=http://localhost:8080/api/v1/resos  # 如果启动了 backend 服务
mvn spring-boot:run -Dspring-boot.run.profiles=cloud,dev

或者，如果不使用 backend 服务，直接连接到 ResOS API，则不需要设置 'RESOS_API_ENDPOINT' 环境变量。

配置 MCP 客户端 (例如 Claude Desktop)：按照上述“服务器配置”部分，将 'claude_desktop_config.json' 文件添加到 Claude Desktop 的配置目录中，并重启 Claude Desktop。
与 LLM 客户端交互：在 Claude Desktop 或其他 MCP 客户端中，您应该能看到 'spring-ai-resos' 服务器提供的工具。您可以开始与 LLM 对话，并利用这些工具查询餐厅数据。

聊天机器人 UI 使用 (可选)

项目还包含一个独立的聊天机器人 UI，可以用于与 MCP 服务器进行交互。

启动聊天机器人 UI (mcp-client)：

cd mcp-client
mvn spring-boot:run -Dspring-boot.run.profiles=openai,dev # 例如使用 OpenAI，也可以选择 groq-cloud, openrouter 等 profile

您可能需要配置 API 密钥等信息，请参考 'mcp-client/README.md' 中的说明。

访问聊天机器人：在浏览器中访问 'http://localhost:8081'，即可使用聊天机器人 UI。

关键词