企业官网建设流程全解析

1. 从一次“工具没被调用”的排查说起

Spring AI MCP 是什么？简单说，它把 Model Context Protocol 这套“模型和外部工具对话的约定”封装进了 Spring 生态，让你用几个 Bean 和一段 yml 就能把 Java 方法暴露成模型可调用的工具。它适合谁？适合已经在写 Spring Boot、想让大模型真正“动手干活”（查库、调接口、算数据）而不是只聊天的 Java 开发者。

我最初跑官方 demo 时遇到一个很典型的现象：模型回复得头头是道，但日志里始终没有工具执行记录，/sse连上了，/mcp/message也返回 200，可工具就是没触发。后来发现是工具注册的 Bean 没被ToolCallback收集到，加上模型侧压根没拿到工具定义。这类“链路看着通、实际没打通”的问题，正是本篇要带你复现并验证的核心。

下面我会按“最小可运行示例”的思路走一遍：先给application.yml和 MCP 客户端配置骨架，再接入 TaoToken 的统一 Key/API 通道，最后用一次真实请求确认工具调用链是否闭环。全程本机可跑，不需要复杂环境。

2. TaoToken 前置：统一 Key 与 API 通道

在动手写 MCP 之前，先把模型访问这一层理顺。Spring AI 支持多种模型后端，但配置项分散、Key 管理麻烦。TaoToken 提供统一的 API 通道，一个 Key 就能对接多种模型，省去在多个平台之间来回切换配置的功夫。

你需要先拿到 Key：进入控制台创建 API Key，地址是 https://taotoken.net/console 。创建后复制保存，后面写进application.yml的环境变量里。如果你还没决定用哪个模型，可以先去模型对话页面体验一下不同模型的表现，地址 https://taotoken.net/model-chat ，确认哪个更适合你的工具调用场景。

这里要强调一点：MCP 的工具调用对模型的“函数调用/工具调用”能力有要求，选模型时优先挑支持 tool calling 的。TaoToken 的 API 端点统一为 https://taotoken.net/api ，在 Spring AI 里配置base-url时指向它即可，不需要额外拼路径。

注意：Key 不要硬编码进代码提交到仓库，用环境变量注入，这是基本的安全习惯。

3. 可复制配置：application.yml 与 MCP 客户端骨架

先建一个标准的 Spring Boot 3.x 工程，依赖里加上spring-ai-starter-mcp-client和对应模型 starter。下面是application.yml的骨架，重点看 MCP 客户端和模型两部分的配置。

server: port: 8080 spring: ai: # 模型通道：统一走 TaoToken openai: base-url: https://taotoken.net/api api-key: ${TAOTOKEN_API_KEY} chat: options: model: gpt-4o-mini temperature: 0.2 # MCP 客户端配置 mcp: client: enabled: true name: demo-mcp-client version: 1.0.0 # 连接本机启动的 MCP Server（SSE 传输） sse: connections: local-server: url: http://localhost:8081 sse-endpoint: /sse

这里TAOTOKEN_API_KEY通过环境变量传入，启动命令里带上即可：

export TAOTOKEN_API_KEY=你的Key ./mvnw spring-boot:run

MCP 客户端的核心是McpClientAutoConfiguration，它会根据你配置的sse.connections自动建立连接，并完成协议版本协商、能力协商、工具发现。你不需要手写连接代码，Spring 会在启动时把远端 Server 暴露的工具注册成可调用的ToolCallback。

如果你要做的是“本机最小示例”，建议同时起一个 MCP Server（端口 8081），客户端（8080）连过去。Server 端可以用spring-ai-starter-mcp-server-webmvc，暴露一个简单工具，比如查询当前时间或做加法。这样客户端启动后就能在日志里看到工具发现的结果。

4. 工具注册、调用与返回结果的逐步验证

配置写完，接下来是验证链路是否真的打通。分三步走，每步都有可观察的结果。

4.1 确认工具被发现

启动客户端后，在日志里搜索tools或discovered。正常情况下你会看到类似Discovered N tools from server local-server的输出。如果 N 是 0，说明 Server 端没注册工具，或者连接没建立成功。这一步是很多“链路不通”问题的分水岭。

4.2 写一个触发工具调用的接口

在客户端工程里加一个简单的 Controller，把用户问题转给ChatClient，并开启工具调用：

@RestController public class ChatController { private final ChatClient chatClient; public ChatController(ChatClient.Builder builder) { this.chatClient = builder .defaultSystem("你可以调用工具来完成任务。") .build(); } @GetMapping("/ask") public String ask(@RequestParam String q) { return chatClient.prompt() .user(q) .call() .content(); } }

Spring AI 会自动把已发现的 MCP 工具注入到ChatClient的调用上下文中。你不需要手动传工具列表，前提是工具发现成功。

4.3 发一次真实请求并看返回

假设 Server 端注册了一个add工具，接受两个整数。请求：

curl "http://localhost:8080/ask?q=帮我算一下 37 加 58 等于多少"

预期结果：模型不会直接口算，而是返回一个工具调用请求，客户端执行后把结果回传，最终返回类似“37 加 58 等于 95”。同时 Server 端日志会打印工具执行记录。如果你在 Server 端工具方法里加了System.out.println，就能看到它被真正调用了。

这一步的关键观察点有三个：模型是否发起了工具调用、客户端是否转发了执行请求、Server 是否返回了结果。三者缺一，链路就没闭环。

5. 本篇常见错排查

实际跑的时候，下面几个坑出现频率最高，我按现象、原因、解法列出来。

排查顺序建议从“工具发现”开始，再到“模型是否发起调用”，最后看“Server 是否执行”。这样能快速定位是配置层、模型层还是 Server 层的问题。如果你在接入文档里找不到对应说明，可以对照 https://taotoken.net/doc 的接口约定检查请求格式。

6. 把链路跑通之后

工具调用链一旦闭环，后面扩展就顺了：加新工具只需在 Server 端注册新 Bean，客户端重启后自动发现，模型侧无需改动。如果你打算长期做编码类或 Agent 类项目，频繁调用模型和工具，可以了解下 Coding Plan，地址 https://taotoken.net/coding-plan ，按需选择更合适的额度方案。

回到本篇的目标：你要的不是“看起来能跑”，而是“确认真的打通”。判断标准很简单——Server 端日志里出现了工具执行记录，且最终回答里包含了工具返回的数据。只要这两点满足，Spring AI MCP 的链路就算真正跑通了。