LangChain4j + MCP:让你的 AI 轻松调用外部工具(内附GitHub-MCP实战)
本文已收录在[Github](https://github.com/Java-Edge/Java-Interview-Tutorial),**关注我,紧跟本系列专栏文章,咱们下篇再续!**
- 🚀 魔都架构师 | 全网30W技术追随者
- 🔧 大厂分布式系统/数据中台实战专家
- 🏆 主导交易系统百万级流量调优 & 车联网平台架构
- 🧠 AIGC应用开发先行者 | 区块链落地实践者
- 🌍 以技术驱动创新,我们的征途是改变世界!
- 👉 实战干货:[编程严选网](http://www.javaedge.cn/)
## 0 前言
LangChain4j 支持模型上下文协议(MCP),用于与符合 MCP 标准的服务器通信,从而调用并执行工具。
该协议支持两种通信方式,LangChain4j 均已支持:
- HTTP 模式:客户端通过 SSE 通道接收服务端事件,并通过 HTTP POST 请求发指令
- stdio 模式:客户端可将 MCP 服务器作为本地子进程运行,并通过标准输入/输出与其通信
想让聊天模型或 AI 服务使用 MCP 服务器提供的工具,先得创建一个 MCP 工具提供者实例。
## 1 创建 MCP 工具提供者(MCP tool provider)
### 1.1 MCP通信方式
先要构建一个 MCP 通信方式的实例。
#### ① stdio
以本地启动 NPM 包为例:
```java
McpTransport transport = new StdioMcpTransport.Builder()
.command(List.of("/usr/bin/npm", "exec", "@modelcontextprotocol/server-everything@0.6.2"))
.logEvents(true) // 开启日志记录(可选)
.build();
```
#### ② HTTP
需要两个 URL:
- 一个用于启动 SSE channel
- 另一个用于通过 POST 提交命令:
```java
McpTransport transport = new HttpMcpTransport.Builder()
.sseUrl("http://localhost:3001/sse") // SSE 事件channel地址
.logRequests(true) // 开启请求日志
.logResponses(true) // 开启响应日志
.build();
```
### 1.2 创建 MCP 客户端
代表可以通过给定的传输协议,使用服务器检索和执行工具的客户端,该客户端可以与MCP服务器通信。
使用 transport 实例创建 MCP 客户端:
```java
McpClient mcpClient = new DefaultMcpClient.Builder()
.transport(transport)
.build();
```
### 1.3 创建 MCP 工具提供者
工具提供者。每次调用AI服务并为该特定调用提供工具时,都会调用它。 toolproviderresult中返回的工具将包含在对LLM的请求中。
使用 MCP 客户端创建工具提供者:
```java
ToolProvider toolProvider = McpToolProvider.builder()
.mcpClients(List.of(mcpClient))
.build();
```
一个 MCP 工具提供者可同时用多个 MCP 客户端。如需自定义在连接某个服务器失败时行为,可 `builder.failIfOneServerFails(boolean)` 设置:
- 默认 `false`:忽略单个服务器失败,继续使用其他服务器
- 若置 `true`:任一服务器失败都会导致整个工具提供者抛异常
将工具提供者绑定到 AI 服务中,只需在构建 AI 服务时传入:
```java
Bot bot = AiServices.builder(Bot.class)
.chatModel(model)
.toolProvider(toolProvider)
.build();
```
## 2 日志功能
MCP 协议支持服务端向客户端发送日志消息。默认,客户端会将这些日志转为 SLF4J 格式输出。如想自定义日志处理逻辑,可实现 `dev.langchain4j.mcp.client.logging.McpLogMessageHandler` 接口,并传入客户端构造器:
```java
McpClient mcpClient = new DefaultMcpClient.Builder()
.transport(transport)
.logMessageHandler(new MyLogMessageHandler()) // 自定义日志处理器
.build();
```
## 3 资源操作
获取服务器上的 [MCP 资源](http://www.javaedge.cn/md/AI/mcp/resources.html),使用:
- client.listResources():返回 `McpResource` 列表,包含资源元数据及 URI
- client.listResourceTemplates():获取资源模板
获取资源具体内容时,用client.readResource(uri),传入资源 URI,返回 `McpReadResourceResult`,其中包含一个或多个 `McpResourceContents`:
- `McpBlobResourceContents`:二进制资源
- `McpTextResourceContents`:文本资源
## 4 提示词操作(Prompts)
获取服务器上定义的[MCP 提示词](https://modelcontextprotocol.io/docs/concepts/prompts),用:
- `client.listPrompts()`:返回提示词 `McpPrompt` 列表,包含名称和参数信息
- `client.getPrompt(name, arguments)`:渲染具体提示词内容,返回一组 `McpPromptMessage`,包含角色(如 `user`、`assistant`)和消息内容
当前支持的消息内容类型包括:
- `McpTextContent`:文本
- `McpImageContent`:图像
- `McpEmbeddedResource`:嵌入资源
提示词消息可用 `McpPromptMessage.toChatMessage()` 转为通用的 LangChain4j 消息类型 `ChatMessage`,但需满足:
- `role` 为 `assistant` 时,内容须是文本,否则会抛异常
- 包含二进制内容的消息无法转换
## 5 使用 Docker 运行 GitHub MCP 服务器
看一个通过 MCP 协议连接 GitHub 的示例。目标是用 LangChain4j 和 MCP 客户端获取并总结 GitHub 上公开仓库的最新提交信息。
通过 MCP 提供的 GitHub 服务器实现(见 [MCP GitHub 仓库](https://github.com/github/github-mcp-server)),通过 Docker 本地运行。
### 构建 Docker 镜像
先克隆或下载 MCP GitHub 服务器源码,进入根目录,执行以下命令构建镜像:
```bash
docker build -t mcp/github -f Dockerfile .
```
构建完成后,本地会生成 `mcp/github` 镜像:
```bash
docker image ls
REPOSITORY TAG IMAGE ID SIZE
mcp/github latest b141704170b1 173MB
```
## 6 开发工具提供者代码示例
创建 Java 类 `McpGithubToolsExample`,使用 LangChain4j 连接 GitHub MCP 服务器,执行以下操作:
- 启动 Docker 容器运行 GitHub MCP 服务器
- 使用 stdio 通信方式连接 MCP 服务器
- 使用语言模型总结 LangChain4j 仓库最近 3 次提交信息
> ⚠️ 提示:下面代码中通过环境变量 `GITHUB_PERSONAL_ACCESS_TOKEN` 传入 GitHub Token,访问公共仓库时可选。
### 获取GITHUB_PERSONAL_ACCESS_TOKEN
直达:https://github.com/settings/personal-access-tokens/new:

自己保存好:

构建好的镜像:

```bash
docker run --rm -d \
--name mcp-github-server \
-e GITHUB_PERSONAL_ACCESS_TOKEN=token \
mcp/github
```
启动成功:

```java
public static void main(String[] args) throws Exception {
ChatLanguageModel model = OllamaChatModel.builder()
.baseUrl("http://localhost:11434") // Ollama 默认本地服务地址
.modelName("llama3-groq-tool-use:8b") // 你本地 Ollama 拉取的模型名称
.logRequests(true)
.logResponses(true)
.build();
McpTransport transport = new StdioMcpTransport.Builder()
.command(List.of("/usr/local/bin/docker", "run", "-e", "GITHUB_PERSONAL_ACCESS_TOKEN", "-i", "mcp/github"))
.logEvents(true)
.build();
McpClient mcpClient = new DefaultMcpClient.Builder()
.transport(transport)
.build();
ToolProvider toolProvider = McpToolProvider.builder()
.mcpClients(List.of(mcpClient))
.build();
Bot bot = AiServices.builder(Bot.class)
.chatModel(model)
.toolProvider(toolProvider)
.build();
try {
String response = bot.chat("Summarize the last 3 commits of the LangChain4j GitHub repository");
System.out.println("RESPONSE: " + response);
} finally {
mcpClient.close();
}
}
```
## 7 执行示例代码
运行 Java 应用后,收到类似输出,总结 LangChain4j 仓库最近 3 次提交内容:
```
以下是 LangChain4j GitHub 仓库最近三次提交的摘要:
1. **提交 [36951f9](https://github.com/langchain4j/langchain4j/commit/36951f9649c1beacd8b9fc2d910a2e23223e0d93)**(时间:2025-02-05)
- **作者:** Dmytro Liubarskyi
- **信息:** 更新至 `upload-pages-artifact@v3`
- **详情:** 此提交将上传页面资源的 GitHub Action 升级至版本 3。
2. **提交 [6fcd19f](https://github.com/langchain4j/langchain4j/commit/6fcd19f50c8393729a0878d6125b0bb1967ac055)**(时间:2025-02-05)
- **作者:** Dmytro Liubarskyi
- **信息:** 更新至 `checkout@v4`、`deploy-pages@v4` 和 `upload-pages-artifact@v4`
- **详情:** 此提交升级了多个 GitHub Action 到版本 4。
3. **提交 [2e74049](https://github.com/langchain4j/langchain4j/commit/2e740495d2aa0f16ef1c05cfcc76f91aef6f6599)**(时间:2025-02-05)
- **作者:** Dmytro Liubarskyi
- **信息:** 更新至 `setup-node@v4` 和 `configure-pages@v4`
- **详情:** 此提交将相关 GitHub Action 升级至版本 4。
这三次提交都由 Dmytro Liubarskyi 完成,时间相同,主要内容为将 GitHub Actions 升级至新版。
```
- 点赞
- 收藏
- 关注作者
评论(0)