Spring AI MCP Server —— 让 AI 直接操作数据库

布衣云水客大约 4 分钟

概要

2024-2025 年 AI 领域最火的关键词，除了大模型本身，**MCP（Model Context Protocol）**一定排在前列。Anthropic 提出的这套协议，让 AI 模型能够以标准化的方式调用外部工具和数据源，一夜之间成了 AI Agent 的事实标准。

Spring 社区反应极快——Spring AI 1.0.0-M7 已经内置了完整的 MCP Server 支持。本文将带你从零搭建一个 MCP Database Server，让 AI 助手能够直接查询你的数据库。

为什么需要 MCP？

在没有 MCP 之前，如果想让 AI 访问数据库，通常的做法是：

自己写一个 HTTP API 包装数据库查询
实现 OpenAI Function Calling 格式
处理认证、错误、流式返回……

每个项目都要重复造轮子，而且各家 AI 平台的 Tool 格式还不统一。

MCP 的出现改变了这一切：

一次实现，所有支持 MCP 的 AI 客户端都能直接使用。

项目搭建

使用 Spring Initializr 创建项目，核心依赖：

plugins {
    id 'java'
    id 'org.springframework.boot' version '3.4.4'
    id 'io.spring.dependency-management' version '1.1.7'
}

ext {
    set('springAiVersion', "1.0.0-M7")
}

dependencies {
    implementation 'org.springframework.ai:spring-ai-starter-mcp-server'
    implementation 'org.springframework.boot:spring-boot-starter-jdbc'
    implementation 'mysql:mysql-connector-java:8.0.33'
}

dependencyManagement {
    imports {
        mavenBom "org.springframework.ai:spring-ai-bom:${springAiVersion}"
    }
}

三个依赖就搞定——spring-ai-starter-mcp-server 负责 MCP 协议层，spring-boot-starter-jdbc 负责数据库访问，mysql-connector-java 是数据库驱动。

实现 DatabaseTool

核心代码只有一个类，用 @Tool 注解声明 AI 可调用的方法：

@Component
public class DatabaseTool {
    private final JdbcTemplate jdbcTemplate;

    public DatabaseTool(JdbcTemplate jdbcTemplate) {
        this.jdbcTemplate = jdbcTemplate;
    }

    @Tool(
        name = "execute_sql",
        description = "执行SQL语句并返回结果"
    )
    public List<Map<String, Object>> executeSql(
        @ToolParam(description = "需要执行的SQL语句") String sql
    ) {
        if (sql.trim().toLowerCase().startsWith("select")) {
            return jdbcTemplate.queryForList(sql);
        } else {
            jdbcTemplate.execute(sql);
            return List.of(Map.of(
                "status", "success",
                "rowsAffected",
                jdbcTemplate.queryForObject("SELECT ROW_COUNT()", Integer.class)
            ));
        }
    }
}

关键注解说明：

注解	作用
`@Tool`	标记这个方法为 AI 可调用的工具，`name` 是工具名，`description` 会传给 AI 帮助它理解何时调用
`@ToolParam`	标记方法参数，`description` 帮助 AI 正确构造参数值

工具内部做了安全区分：SELECT 语句返回查询结果，其他语句执行后返回影响行数。

注册为 MCP Server

在启动类中将 Tool 注册为 MCP 服务：

@SpringBootApplication
public class JiaAiApplication {

    public static void main(String[] args) {
        SpringApplication.run(JiaAiApplication.class, args);
    }

    @Bean
    public ToolCallbackProvider databaseTools(DatabaseTool databaseTool) {
        return MethodToolCallbackProvider.builder()
            .toolObjects(databaseTool)
            .build();
    }
}

MethodToolCallbackProvider 会自动扫描 @Tool 注解的方法，生成符合 MCP 协议的工具描述。

配置文件中声明 MCP Server 的基本信息：

spring.application.name=jia-ai-mcp
spring.main.web-application-type=none
spring.ai.mcp.server.name=jia-mcp-database-tool
spring.ai.mcp.server.version=1.0.0

# MySQL 连接配置
spring.datasource.url=jdbc:mysql://host:3306/db?useUnicode=true
spring.datasource.username=xxx
spring.datasource.password=xxx

注意 spring.main.web-application-type=none——MCP Server 不需要启动 Web 容器，它通过标准输入输出或 SSE 与客户端通信。

接入 AI 客户端

MCP Server 启动后，在支持 MCP 的 AI 客户端（如 Claude Desktop、Codex CLI、Continue 等）中添加配置：

{
  "mcpServers": {
    "jia-database": {
      "command": "java",
      "args": ["-jar", "jia-ai-0.0.1-SNAPSHOT.jar"]
    }
  }
}

配置完成后，AI 助手就能理解你的数据库结构，并自主调用 execute_sql 工具进行查询。

典型对话场景：

用户："帮我统计上个月每个品类的订单数量"
AI 自动生成 SQL → 调用 execute_sql → 获得数据 → 分析并回答

安全性考量

给 AI 开放数据库执行权限需要谨慎，几个安全建议：

使用只读账号——给 MCP Server 配置一个有 SELECT 权限的数据库用户
SQL 注入防护——虽然 AI 不太可能恶意注入，但可以在 Tool 内部做 SQL 校验
查询限制——可以添加 LIMIT 强制限制，防止 AI 执行全表扫描
审计日志——记录所有通过 MCP 执行的 SQL，方便事后审查

@Tool(name = "execute_sql", description = "执行SQL语句并返回结果")
public List<Map<String, Object>> executeSql(@ToolParam(description = "SQL") String sql) {
    // 只允许 SELECT 语句
    if (!sql.trim().toLowerCase().startsWith("select")) {
        throw new IllegalArgumentException("仅允许 SELECT 查询");
    }
    // 强制限制返回行数
    if (!sql.toLowerCase().contains("limit")) {
        sql = sql + " LIMIT 100";
    }
    log.info("MCP SQL: {}", sql);
    return jdbcTemplate.queryForList(sql);
}

小结

Spring AI 让构建 MCP Server 变得异常简单——只需一个 @Tool 注解和几行配置。通过 MCP 协议，你的 AI 助手真正拥有了"动手"能力，而不只是"动嘴"。

这个项目的扩展方向也很多：

添加更多 Tool：文件操作、API 调用、定时任务……
接入向量数据库，实现 RAG
多数据源支持

MCP + Spring AI 的组合还处于早期，但方向已经非常清晰了。

完整代码见 D:\workspace\project\spring-ai，可直接编译运行。

Spring AI MCP Server —— 让 AI 直接操作数据库

# 概要

# 为什么需要 MCP？

# 项目搭建

# 实现 DatabaseTool

# 注册为 MCP Server

# 接入 AI 客户端

# 安全性考量

# 小结

概要