在 Spring AI 中，MCP（Model Context Protocol）提供了三大核心能力：Tool（工具）、Resource（资源）和Prompt（提示模板）。本文详细讲解这三个注解的区别和使用场景。

---

一句话概括

注解	作用	相当于
@McpTool	执行动作	函数调用
@McpResource	读取数据	文件/数据库
@McpPrompt	提示模板	Prompt 模板

---

@McpTool - 工具

什么是 Tool？

Tool（工具）让 AI 模型可以执行特定的函数调用。当 AI 需要完成某个动作时使用。

使用示例

package com.example.tool;

import org.springframework.ai.tool.annotation.Tool;

public class WeatherTool {

    @Tool(description = "查询城市天气，返回温度和天气状况")
    public Weather getWeather(String city) {
        return weatherService.query(city);
    }
}

注册到 Spring 容器

@Configuration
public class McpConfig {

    @Bean
    public ToolCallbackProvider weatherTool() {
        return MethodToolCallbackProvider.builder()
            .toolObjects(new WeatherTool())
            .build();
    }
}

适用场景

• 计算器：数学运算
• API 调用：查询天气、股票
• 数据库操作：增删改查
• 文件操作：读写文件

---

@McpResource - 资源

什么是 Resource？

Resource（资源）让 AI 可以读取外部数据。当 AI 需要了解某些信息时使用。

使用示例

@McpResource(uri = "file://config/app.yaml")
public String getAppConfig() {
    return loadFile("config/app.yaml");
}

适用场景

• 配置文件：读取应用配置
• 静态数据：文档、知识库
• 数据库内容：查询结果返回给 AI

---

@McpPrompt - 提示模板

什么是 Prompt？

Prompt（提示模板）是预定义的提示词，可以标准化 AI 的交互方式。

使用示例

@McpPrompt(name = "summarize", description = "总结文章内容")
public Prompt summarizePrompt(@Prompt("article") String article) {
    String template = "请用100字总结以下文章：

{{article}}";
    return new PromptTemplate(template)
        .create(Map.of("article", article));
}

适用场景

• 标准化提示：统一 AI 回复格式
• 复用逻辑：多处使用相同提示
• 动态参数：根据输入生成不同提示

---

典型使用流程

在实际应用中，这三个组件通常配合使用：

用户问题 → @McpResource 读取数据 → @McpPrompt 整理提示 → @McpTool 执行操作

---

总结

Spring AI MCP 的三大注解各司其职：

• @McpTool：让 AI 能够执行动作（函数调用）
• @McpResource：让 AI 能够读取数据（文件/配置）
• @McpPrompt：让 AI 使用标准化提示（模板）

理解这三者的区别，才能更好地设计 AI 应用的交互逻辑。

---

参考资料：

• Spring AI 官方文档
• MCP 协议规范

标签: Spring AI, MCP, Java, AI工具