Spring AI项目中MCP工具调用问题的分析与解决方案

背景介绍

在Spring AI项目(1.0.0-SNAPSHOT版本)的实际应用中，开发者遇到了一个关于模型调用处理器(MCP)工具无法正常调用的问题。该问题出现在使用阿里云通义千问模型时，虽然工具列表能够正常获取，但在实际对话过程中工具却未被触发执行。

问题现象

开发者配置了一个基于OpenAiChatModel的ChatClient，通过OpenAiApi设置了通义千问的API端点。配置中包含了工具回调提供器(toolCallbackProvider)和简单的日志顾问(SimpleLoggerAdvisor)。从日志中可以观察到：

1. 工具列表能够成功获取
2. 所有预期的工具函数都出现在日志中
3. 但实际对话过程中工具未被调用

技术分析

经过深入分析，发现问题可能出在以下几个方面：

1. 默认选项配置冲突：初始配置中使用了defaultOptions方法设置了模型参数，这可能会覆盖MCP工具调用所需的一些默认设置。

2. API路径配置：OpenAiApi的baseUrl和completionsPath的配置方式可能影响了工具调用的路由。正确的做法应该是将基础URL和API路径分开配置。

3. 回调提供器初始化：工具回调提供器的初始化方式可能不够明确，需要更清晰的依赖注入方式。

解决方案

经过多次尝试，开发者找到了有效的解决方案：

1. 简化构建器配置：去除defaultOptions的配置，避免可能的参数覆盖。

2. 明确工具回调注入：使用更规范的依赖注入方式初始化工具回调。

3. 添加必要的顾问：除了日志顾问外，还添加了消息聊天内存顾问，确保对话上下文的完整性。

修正后的配置代码如下：

@Bean
public ChatClient tongYiWithMcp2(ChatClient.Builder chatClientBuilder, 
                               List<McpSyncClient> mcpSyncClients) {
    return chatClientBuilder
            .defaultToolCallbacks(new SyncMcpToolCallbackProvider(mcpSyncClients))
            .defaultAdvisors(
                new SimpleLoggerAdvisor(),
                MessageChatMemoryAdvisor.builder(MessageWindowChatMemory.builder().build()).build())
            .build();
}

最佳实践建议

基于此问题的解决经验，我们总结出以下Spring AI项目中使用MCP工具的最佳实践：

1. 谨慎使用defaultOptions：除非必要，尽量避免使用defaultOptions覆盖默认配置，特别是当使用第三方模型服务时。

2. 规范API路径配置：确保baseUrl只包含协议和主机部分，完整的API路径应配置在对应的路径参数中。

3. 明确依赖注入：对于工具回调等关键组件，使用Spring的依赖注入机制确保正确初始化。

4. 必要的内存管理：添加适当的聊天内存管理组件，保证对话上下文的连续性。

结论

通过这个案例，我们可以看到在Spring AI项目中正确配置MCP工具调用需要注意多个细节。特别是当使用非标准OpenAI兼容的API时，配置方式可能需要相应调整。遵循项目的最佳实践和配置规范，可以避免类似问题的发生，确保AI功能的正常运作。

这个问题也提醒我们，在AI应用开发中，配置的细微差别可能导致完全不同的行为，因此需要仔细检查每个配置项的作用和影响。