LangChain4j + MCP：让你的 AI 轻松调用外部工具（内附GitHub-MCP实战）

点击下方“JavaEdge”，选择“设为星标”

第一时间关注技术干货！

免责声明~ 任何文章不要过度深思！ 万事万物都经不起审视，因为世上没有同样的成长环境，也没有同样的认知水平，更「没有适用于所有人的解决方案」； 不要急着评判文章列出的观点，只需代入其中，适度审视一番自己即可，能「跳脱出来从外人的角度看看现在的自己处在什么样的阶段」才不为俗人。 怎么想、怎么做，全在乎自己「不断实践中寻找适合自己的大道」

本文已收录在Github，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

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：

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();

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：

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();

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：

McpClient mcpClient = new DefaultMcpClient.Builder()     .transport(transport)     .build();

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：

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：

Bot bot = AiServices.builder(Bot.class)     .chatModel(model)     .toolProvider(toolProvider)     .build();

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：

McpClient mcpClient = new DefaultMcpClient.Builder()     .transport(transport)     .logMessageHandler(new MyLogMessageHandler()) // 自定义日志处理器     .build();

获取服务器上的 MCP 资源，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

获取服务器上定义的MCP 提示词，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

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），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：

docker build -t mcp/github -f Dockerfile .

构建完成后，本地会生成mcp/github镜像：

docker image ls REPOSITORY   TAG         IMAGE ID        SIZE mcp/github   latest      b141704170b1    173MB

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。 ”

https://github.com/settings/personal-access-tokens/new：

自己保存好：

构建好的镜像：

docker run --rm -d \   --name mcp-github-server \   -e GITHUB_PERSONAL_ACCESS_TOKEN=token \   mcp/github

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();     } }

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。

本文已收录在Github 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

• 主导交易系统亿级流量调优 & 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

关注我，紧跟本系列专栏文章，咱们下篇再续！

加我好友，一起AI探索交流：