Spring AI 番外篇01：MCP Streamable HTTP 模式，大模型入门到精通，收藏这篇就足够了！

AI-智能

776人浏览 · 2025-10-21 13:40:28

AI-智能 · 2025-10-21 13:40:28 发布

开发过程中遇见不会的怎么办？

Spring AI 从 1.1.0-M1（里程碑版本）开始正式支持 MCP 的 Streamable HTTP 模式。该版本解决了此前 1.0.x 版本仅支持 SSE 协议的局限，新增断线重连、会话恢复等核心能力，同时提供 WebFlux/WebMVC 两种编程模型的 Starter 支持。

为什么 MCP 规范要转向 Streamable HTTP 模式？

1. 解决连接不可恢复问题

• HTTP + SSE 缺陷：SSE（服务器发送事件）连接一旦中断，客户端无法从中断点恢复，只能重新建立连接，导致上下文丢失和用户体验下降
• Streamable HTTP 改进：支持会话状态管理，允许客户端在断线后重新连接并恢复之前的会话，保障了通信的连续性

1. 降低服务器资源压力

• HTTP + SSE 缺陷：每个客户端都需要维持一个长期的 SSE 长连接，高并发场景下导致 TCP 连接数激增，服务器资源消耗巨大，且难以横向扩展
• Streamable HTTP 改进：采用按需流式传输，无需为每个客户端维持长连接，连接可复用，显著降低了服务器的负载和资源占用

1. 简化架构与提升兼容性

• HTTP + SSE 缺陷：需要维护 /sse 专用端点，增加了系统复杂性，且部分网络基础设施（如防火墙）可能干扰长期 SSE 连接
• Streamable HTTP 改进：移除了专用端点，所有通信整合到统一端点（如 /message），架构更简洁，并且能更好地兼容现有网络基础设施

1. 支持更灵活的通信模式

• Streamable HTTP 允许服务器在需要时将响应升级为 SSE 流，实现流式传输，同时保留标准 HTTP 通信能力，满足了“既是传统 API 又能流式推送”的混合需求

Streamable HTTP 在保留 SSE 流式传输优势的同时，解决了连接恢复、资源消耗、架构复杂和兼容性等关键问题，为企业级 AI 应用提供了更稳定、高效、易维护的通信基础，因此成为 MCP 规范的默认传输方式。

MCP Server 实战

父项目中引入spring-ai 1.1.0-M3依赖

首先在 extra01 父项目中引入 spring-ai 1.1.0-M3 版本.

<!-- extra01/pom.xml -->    <dependencyManagement>        <dependencies>            <dependency>                <groupId>org.springframework.ai</groupId>                <artifactId>spring-ai-bom</artifactId>                <version>1.1.0-M3</version>                <type>pom</type>                <scope>import</scope>            </dependency>        </dependencies>    </dependencyManagement>

extra-mcp-server 项目中引入依赖

<!-- extra01/extra-mcp-server/pom.xml --><dependency>    <groupId>org.springframework.boot</groupId>    <artifactId>spring-boot-starter-web</artifactId></dependency><dependency>    <groupId>org.springframework.ai</groupId>    <artifactId>spring-ai-starter-mcp-server-webmvc</artifactId></dependency>

编写Service类

这里只是简单模拟通过城市名字获取温度的Service

// extra01/extra-mcp-server/src/main/java/com/kaifamiao/extra01/service/WeatherService.java@Servicepublic class WeatherService {    @Tool(description = "通过城市名字获取温度")    public String getWeatherByCity(@ToolParam(description = "城市名称") String cityName) {        return cityName + "今天的温度是" + (new java.util.Random().nextInt(9) + 1) * 6;    }}

注册工具

// extra01/extra-mcp-server/src/main/java/com/kaifamiao/extra01/comfiguration/McpServerConfig.java@Configurationpublic class McpServerConfig {    @Bean    @Primary // 添加此注解指定优先使用此Bean    public ToolCallbackProvider toolProvider(WeatherService weatherService) {        // 注册工具类实例        return MethodToolCallbackProvider.builder().toolObjects(weatherService).build();    }}

mcp Server yml配置

# extra01/extra-mcp-server/src/main/resources/application.ymlspring:  ai:    mcp:      server:        name: streamable-weather-server        version: 0.0.1        protocol: streamable        type: sync        streamable-http:          mcp-endpoint: /mcp          keep-alive-interval: 30sserver:  port: 8081

在IDEA 工具中输入 protocol 的时候，发现已经可以支持 streamable 了，Spring AI 1.0.0 版本是没有这个选项的

启动服务器后，使用 Cherry Studio 客户端测试

MCP Client实现

子项目extra-mcp-client引入依赖

<!-- extra01/extra-mcp-client/pom.xml  --><dependency>    <groupId>org.springframework.boot</groupId>    <artifactId>spring-boot-starter-web</artifactId></dependency><dependency>    <groupId>com.alibaba.cloud.ai</groupId>    <artifactId>spring-ai-alibaba-starter-dashscope</artifactId></dependency><dependency>    <groupId>org.springframework.ai</groupId>    <artifactId>spring-ai-starter-mcp-client</artifactId></dependency><dependency>    <groupId>org.projectlombok</groupId>    <artifactId>lombok</artifactId>    <optional>true</optional></dependency><!--  使用测试用例进行测试 --><dependency>    <groupId>org.springframework.boot</groupId>    <artifactId>spring-boot-starter-test</artifactId>    <scope>test</scope></dependency>

配置yml

# extra01/extra-mcp-client/src/main/resources/application.ymlspring:  ai:    dashscope:      api-key: ${AI_BAI_LIAN_API_KEY}       chat:        options:          model: qwen-plus          temperature: 0.7    mcp:      client:        streamable-http:          connections:            server1: # mcp 服务URL              url: http://127.0.0.1:8081/mcp

编写测试用例调用MCP

// extra01/extra-mcp-client/src/test/java/com/kaifamiao/extra01/StreamableWeatherServerTest.java@SpringBootTest@Slf4jpublic class StreamableWeatherServerTest {    @Test    void testMcpServer(@Autowired ChatClient.Builder chatClientBuilder,                       @Autowired SyncMcpToolCallbackProvider syncMcpToolCallbackProvider) {        ChatClient chatClient = chatClientBuilder                .build();        String response = chatClient.prompt()                .toolCallbacks(syncMcpToolCallbackProvider)                .user("北京现在的天气如何").call().content();        log.info("response: {}", response);    }}

控制台输出：

北京今天的温度是36℃。请注意防暑降温！

总结

之前，Spring AI 最受诟病的一点是不支持可流式传输的 HTTP（Streamable HTTP），这使得在实现自定义 MCP 服务器端时非常麻烦，开发者不得不手动实现断线自动重连等功能。不过，随着新版本的发布，这一问题得到了解决。现在，Spring AI 已经支持 Streamable HTTP，我们能够更加便捷地实现 MCP 服务，感兴趣的开发者不妨动手尝试一下。

源代码地址：https://github.com/kaiwill/kaifamiao

想入门 AI 大模型却找不到清晰方向？备考大厂 AI 岗还在四处搜集零散资料？别再浪费时间啦！2025 年 AI 大模型全套学习资料已整理完毕，从学习路线到面试真题，从工具教程到行业报告，一站式覆盖你的所有需求，现在全部免费分享！

👇👇扫码免费领取全部内容👇👇