MCP Container

J2MCP

使用java开发MCP插件

GitHub

GitHub Stars

1

User Rating

Not Rated

Forks

0

Issues

0

Views

4

Favorites

0

README
J2MCP

使用java开发开箱即用的MCP插件

功能特点
  • 🚀 支持群聊和私聊消息转发
  • 🔔 支持@消息识别和处理
  • 🔄 支持消息队列和重试机制
  • 🔒 支持API Token认证
  • 🌐 支持多Webhook地址配置
  • 📝 实时日志显示
  • 🎯 支持自定义监听对象
  • 💾 配置文件自动保存
  • 🔄 自动重连和错误恢复
  • 🔍 支持文件编码自动检测
系统要求
  • Windows 10 或更高版本
  • Python 3.9 或更高版本（仅源码运行需要）
  • 微信 PC 版 3.9.x
教程

https://zerotrue.xyz/article/1d6484d9-4c67-80eb-926d-ff6fb1588f60

安装步骤
方式一：直接运行（推荐）
  1. 从 Releases 页面下载最新版本的 RuoYuBot.exe
  2. 双击运行 RuoYuBot.exe
  3. 首次运行会自动创建配置文件
方式二：源码运行
  1. 克隆仓库：
git clone https://github.com/Obito-404/RuoYuBot.git
cd ruoyubot
  1. 安装依赖：
# 创建虚拟环境（推荐）
python -m venv venv
.\venv\Scripts\activate  # Windows
source venv/bin/activate  # Linux/Mac

# 安装依赖
pip install -r requirements.txt
  1. 运行程序：
python main.py
  1. 打包命令：
 pyinstaller --noconfirm --onefile --windowed --name "RuoYuBot" --icon "D:/ruoyubot/icon.ico" --hidden-import comtypes --hidden-import comtypes.stream --hidden-import comtypes.gen --hidden-import win32com --hidden-import win32com.client "D:/ruoyubot/main.py"
依赖说明

主要依赖包：

  • wxauto: 微信自动化操作
  • requests: HTTP请求
  • flask: Web服务器
  • pywin32: Windows系统API
  • chardet: 文件编码检测
  • werkzeug: Flask服务器组件
配置说明

程序首次运行时会自动创建config.ini配置文件，包含以下配置项：

  • listen_list: 需要监听的群聊或好友名称（用逗号分隔）
  • webhook_urls: 消息转发目标地址（每行一个）
  • port: 本地webhook服务器端口
  • retry_count: 消息发送重试次数
  • retry_delay: 重试延迟时间（秒）
  • log_level: 日志级别
  • api_token: API认证令牌
使用方法

  1. 启动程序后，会自动打开微信（如果未运行）

  2. 在GUI界面中配置：

    • 添加需要监听的群聊或好友
    • 设置webhook回调地址
    • 配置API Token
    • 设置本地端口

  3. 点击"开始"按钮启动服务

Webhook接口说明
接收消息格式
{
    "target_user": "群聊名称/好友名称",
    "message": "消息内容",
    "timestamp": "2024-01-01 12:00:00",
    "is_group": true/false,
    "sender": "发送者名称",
    "chat_name": "群聊名称",
    "is_at_me": true/false
}
发送消息格式
{
    "target_user": "群聊名称/好友名称",
    "message": "要发送的消息",
    "is_group": true/false,
    "at_list": ["要@的成员列表"]
}
注意事项
  1. 确保微信已登录并保持在线
  2. 监听对象名称需要严格匹配（区分大小写）
  3. 建议定期检查日志，及时处理异常情况
  4. 请妥善保管API Token，避免泄露
  5. 配置文件使用UTF-8编码，支持中文
常见问题

  1. Q: 程序无法启动微信，提示无效窗口句柄？ A: 请确保已安装微信PC版3.9.x版本，并且已经登录。

  2. Q: 消息转发失败？ A: 检查webhook地址是否正确，网络连接是否正常，API Token是否配置正确。

  3. Q: 无法收到群聊消息？ A: 确认群聊名称是否正确，是否已添加到监听列表。

  4. Q: 配置文件出现乱码？ A: 程序会自动检测并转换配置文件编码为UTF-8。

贡献指南

欢迎提交Issue和Pull Request来帮助改进项目。

许可证

MIT License

联系方式

如有问题或建议，请提交Issue。

1、前言

最近 Anthropic 主导发布了 MCP (Model Context Protocol，模型上下文协议)后，着实真真火了一把。熟悉 A大模型的人对 Anthropic 应该不会陌生，Claude 3.5 Sonnet 模型就是他们发布的，包括现在的最强编程 Al 模型3.7 Sonnet。今天我们来刨析下什么是 MCP，AI 大模型下，需要 MCP 吗?

2、什么是 MCP?

MCP(Model Context Protocol)模型上下文协议，是一种适用于 A 大模型与数据源交互的标准协议。旨在实现跨模型、跨会话的上下文信息持久化与动态共享。它通过标准化接口实现模型间的上下文传递、版本控制和协同推理，解决复杂 AI任务中的上下文碎片化问题。 那为什么需要重新定义 A| 的上下文管理? 在我们最开始使用 A| 大模型的时候，经常会遇到以下一些问题，如:上下文可能莫名的丢失，导致会话的语义出现断层。再如:不同模型之间，比如 ChatGPT和 DeepSeek 之间记忆不互通，或者不同版本之间无法追踪上下文的变更历史等等，这些其实都是信息孤岛。 因此，我们需要有一个专门的协议或者说技术能跨模型、跨版本串联我们的上下文，解决记忆互通的问题。如果我们观察整个 AI 自动化的发展过程，我们会发现 AI自动化分三个阶段:AIChat、AlComposer、AIAgent. ·AI Chat 通常只是提供建议和代码片段，人机协作的模式通常需要用户手动进行复制，调试，集成。·Al Composer 相比 AIChat 支持了局部的代码自动修改，我们只需要确认接受或拒绝接受即可。但是也局限于 代码的上下文操作。·Al Agent 可以完成端到端的任务闭环。他是一个完全的智能体，自主决策，修改，调整我们所需的代码块，或者自主提取需要的信息。我们只需要负责监控动作就行。但是跨系统的协作能力有所欠缺。因此，进一步的演化路线自然是为了完善 AlAgent 的跨模型或跨系统而实现。他是一个中间层，可以作为 AIAgent 的智能路由中枢。 熟悉 Java 分布式的朋友应该会发现，这个其实很想分布式的发展进程。而 MCP 更多像是一个 RPC 的标准协议一样。不确定我这么比喻是否恰当。

3、MCP 架构

模型上下文协议(MCP)遵循客户端-主机-服务器架构，其中每个主机可以运行多个客户端实例。这种架构使用户能够跨应用程序集成 AI功能，同时保持明确的安全边界并隔离问题。MCP 基于 JSON-RPC 构建，提供有状态会话协议，专注于客户端和服务器之间的上下文交换和采样协调。官方的 MCP 系统架构图: image

可以发现 MCP 基于三层分层模式: MCP Host(主机应用):运行 A| 模型或代理的宿主程序，如 Claude 桌面版、某IDE 中的 AI助手等。主机应用通过内置的 MCP 客户端与外部建立连接，是连接的发起方。 MCP Cient(客户端):嵌入在主机应用中的协议客户端组件。每个MCP 客户端与一个特定的 MCP 服务器保持一对一的连接，用于向服务器发送请求或接收响应。一个主机应用中可以运行多个 MCP 客户端，从而同时连接多个不同的服务器。 MCP Server(服务器):独立运行的轻量程序，封装了某一数据源或服务的具体能力，通过标准化的 MCP 接口对外提供。每个 MCP 服务器相当于一个“适配器”将底层的数据源/工具(本地文件、数据库、第三方API等)的功能以统一格式暴露出来，供客户端调用。 本地数据源:部署在用户本地环境中的数据资源，例如本机文件系统、数据库、应用服务等。MCP 服务器可以受控地访问这些资源，并将内容提供给 AI模型使用。例如，一个本地 MCP 服务器可以读取电脑文件或查询本地 SQLite 数据库，然后将结果发给模型作为参考。 远程服务:通过网络提供的外部系统或在线服务(通常通过HTTPAPI访问)。MCP 服务器也可以连接到这些远程服务获取教据。比如，可以有一个 MCP 服务器连接 Slack的 Web AP|，代表 Al助手执行发送消息、读取频道记录等操作。

4、MCP & JAVA 支持

MCP 提供了多种编程语言的支持，如 Python，Java，Kotlin，TypeScript等。这里以 Java SDK为例，官方也提供了相关文档:https://modelcontextprotocol.io/sdk/java/mcp-overviewSpring Al也已经支持了 MCP 了。

4.1、多种传输方式

MCP 提供了两种不同的传输实现。 ·默认传输方式:基于 Stdio，HTTP SSE 基于 Spring 的传输:WebFlux SSE，WebMVC SSE4.2、JAVA 应用的基础架构 JAVA SDK 也是遵循分层结构: image 客户端/服务器层(McpClient/McpServer):两者都使用 McpSession 进行同步/异步操作，其中McpClient 处理客户端协议操作，McpServer管理服务器端协议操作。 会话层(McpSession):使用 DefaultMcpSession 实现管理通信模式和状态 传输层(McpTransport):通过以下方式处理JSON-RPC消息序列化/反序列化 核心模块中的 StdioTransport(stdin/stdout) 专用传输模块(Java HttpClient、Spring WebFlux、Spring WebMVC)中的 HTTP SSE 传输

MCP 客户端是模型上下文协议(MCP)架构中的关键组件，负责建立和管理与 MCP 服务器的连接。它实现协议的客户端。 image

MCP 服务器是模型上下文协议(MCP)架构中的基础组件，用于为客户提供工具、资源和功能。它实现协议的服务器端。 image

4.2、JAVA构建的 MCP Server

MCP 服务器可以提供三种主要类型的功能: 1.Resources: 资源。客户端可以读取的类似文件的数据(如 API 响应或文件内容)。 2.Tools: 工具。可由 LLM(经用户批准)调用的函数。 3.Prompts:提示。帮助用户完成特定任务的预先编写的摸板 由于 Spring A| 已经同步支持了 MCP，因此我们这里使用 Spring AI MCP 自动换配来快速入门。环境要求:Java 17+，Spring Boo 3.3.X+。

4.3 MCP Client 调用
4.3.1、Cherry Studio MCP服务调用

https://cherry-ai.com/download image

image

image 在对话框输入: 调用mcp weather 服务的 getWeatherForecastByLocation 工具，经纬度参数如下，结果请用中文输出"latitude",“47.6062","longitude",“-122.3321' 调用成功结果 image

我们可以使用一些桌面工县如 Claude Desktop、Cursor 等来引入我们的 MCP Server。我自己试了下 Claude，但是 Claude 需要国外的手机号进行注册才行，咋没这个条件啊。又试了下Cursor，发现这货只支持 Http SSE 方式。我这里只是为了做演示，所以就算了，不想封装了。 因此这里我直接编写一个 MCP Client 来做测试。 我们创建一个 MCP Client 工程:mcp-client-spring-ai，引入 maven 依赖:

Author Information
shiyi.lin
shiyi.lin
GitHub

0

Followers

3

Repositories

0

Gists

5

Total Contributions

Top Contributors

zhanlangerbazhanlangerba
5
Tags
DatabaseAPIFile SystemAI/LLM
Threads