在之前的文章中SpringAI MCP技术初探 我介绍了使用SpringAI 1.0.0-M6 自建Mcp-Client和Mcp-Server的案例，本文带着各位读者在前文的基础上10分钟完成百千问 Qwen 教程度地图MCP服务对接，让自己的大模型具备地理位置分析和算路能力。最终实现效果如下（请忽略丑陋的界面设计，毕竟这个界面也是大模型生成的HTML代码）
我们查看 lbs.baidu.com/faq/api?tit… 中的文档，按照步骤先启动百度地图的MCP-Server服务端，百度地图的MCP服务端目前提供了python和NodeJS两种实现。笔者这次使用的是Python版本的代码实现，一步步按照官方教程进行设置即可。
最终执行下述命令：
像上图这样无任何异常出现则说明百度地图mcp-server正常运行（本文在末尾会简单分析下map.py的代码内容），然后你需要去lbsyun.baidu.com/apiconsole/… 申请一个AK，这在后面我们编写MCP-client程序的时候会用到。
依赖清单可以直接参考SpringAI MCP技术初探 文中提到的github地址中的pom文件，重点依赖有两个
如果依赖下载有问题可以参考SpringAI 官方demo 设置好repository 地址。
然后直接修改项目中的 mcp-server.json 如下所示（请按照你的实际路径配置，mac系统无需填写绝对路径）
用过Claude或者cursor对这样的配置肯定不陌生，只不过不同的是我们这次是自己写代码，用qwen大模型来和这些mcp-server对接。然后打开工程中的application.yaml 文件修改如下，利用SpringAI 的自动装配能力吗，为我们自动注入McpClient
读过笔者上一篇文章的对这些代码应该不陌生，几乎无任何改动。
直接启动应用，笔者代码里面存在一个index.html，借助SpringBoot的thymeleaf实现了一个简单的界面，启动之后直接提问地图问题：
返回的格式是markdown的格式，观察对话响应内容可以发现其使用到了百度地图的MCP服务
1、大模型是怎么知道百度地图的mcp服务能提供哪些能力呢？
我们在ChatClient创建的位置打上断点即可发现：
这里定义了8个工具，如果读者细心看下百度地图map.py的代码内容的话，你就会发现其正好使用了8个@mcp.tool() 注解，使用的是Python的 FastMCP 技术方案，代码的大致内容还是去调用百度地图提供的http web服务API。
2、“黑盒”一般的大模型
仔细体验发现目前我们虽然可以做到和任何McpServer对接但是还有几个不容忽视的问题：
- 无法追溯工具链调用细节，上面的案例中我们无法得知大模型和MCP-Server的沟通细节，无明显的数据交互日志，熟悉langChain开发的都知道，在python开发领域观察大模型调用有一个观测平台叫做langfuse(langfuse.com/docs) 目前SpringAI 暂时还不能很直观的获取大模型与McpServer的沟通细节，也不能获取大模型的调用细节，这点还得等待相关工具完善
- 我们无法去评估大模型生成内容的准确性，简单来说我们不好评估大模型生成效果，评估大模型的生成效果是一门技术，目前SpringAI提供了Evaluator 它的思路是用另一个大模型来评估目标模型的生成效果。
发布者：Ai探索者，转载请注明出处：https://javaforall.net/263100.html原文链接：https://javaforall.net
