首页
/ Spring AI项目中MCP工具调用问题的分析与解决方案

Spring AI项目中MCP工具调用问题的分析与解决方案

2025-06-10 20:22:22作者:舒璇辛Bertina

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。

登录后查看全文
热门项目推荐

项目优选

收起
docsdocs
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
144
1.93 K
kernelkernel
deepin linux kernel
C
22
6
ohos_react_nativeohos_react_native
React Native鸿蒙化仓库
C++
192
274
openGauss-serveropenGauss-server
openGauss kernel ~ openGauss is an open source relational database management system
C++
145
189
RuoYi-Vue3RuoYi-Vue3
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
930
553
nop-entropynop-entropy
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
8
0
openHiTLSopenHiTLS
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
423
392
金融AI编程实战金融AI编程实战
为非计算机科班出身 (例如财经类高校金融学院) 同学量身定制,新手友好,让学生以亲身实践开源开发的方式,学会使用计算机自动化自己的科研/创新工作。案例以量化投资为主线,涉及 Bash、Python、SQL、BI、AI 等全技术栈,培养面向未来的数智化人才 (如数据工程师、数据分析师、数据科学家、数据决策者、量化投资人)。
Jupyter Notebook
75
66
CangjieCommunityCangjieCommunity
为仓颉编程语言开发者打造活跃、开放、高质量的社区环境
Markdown
1.11 K
0
openHiTLS-examplesopenHiTLS-examples
本仓将为广大高校开发者提供开源实践和创新开发平台,收集和展示openHiTLS示例代码及创新应用,欢迎大家投稿,让全世界看到您的精巧密码实现设计,也让更多人通过您的优秀成果,理解、喜爱上密码技术。
C
64
511