一、先解决 N×M 集成爆炸

没有 MCP 时的世界：N 个 AI 应用 × M 个数据源 = N×M 套适配器。有了 MCP：N + M。

二、三个角色 + 三类能力 + 三种传输

传输方式	怎么连	适用	代价
stdio	Client 启动一个本地子进程，用 stdin/stdout 收发 JSON-RPC 消息	本地工具、命令行工具、桌面客户端（最广泛）	进程生命周期管理；日志不能打 stdout；难水平扩展
SSE / HTTP	HTTP POST 发请求 + SSE 推流	远程共享服务、团队级能力中台	需要鉴权、TLS、网关；断线重连
同进程直连	不跨网络（就是第 06 话的 @Tool）	高性能、强事务、需要共享 Spring 上下文	无法跨语言/跨团队复用

三、写一个 MCP Server（Spring Boot 版）

// pom: spring-ai-starter-mcp-server-webmvc（或 -webflux）

@Service
public class K8sTools {

    @Tool(description = "查询指定命名空间下处于非 Running 状态的 Pod 列表，返回 Pod 名称、状态与重启次数") //!hl
    public List<PodInfo> listAbnormalPods(
            @ToolParam(description = "Kubernetes 命名空间，如 prod、staging") String namespace) {
        return k8sService.listAbnormal(namespace);
    }

    @Tool(description = "获取某个 Pod 最近 N 行日志，用于排障") //!hl
    public String podLogs(
            @ToolParam(description = "Pod 名称") String pod,
            @ToolParam(description = "命名空间") String namespace,
            @ToolParam(description = "日志行数，默认 200", required = false) Integer lines) {
        return k8sService.tailLogs(namespace, pod, lines == null ? 200 : lines);
    }
}

@Configuration
class McpServerConfig {
    @Bean
    ToolCallbackProvider k8sToolProvider(K8sTools k8sTools) {   //!hl
        return MethodToolCallbackProvider.builder()
                .toolObjects(k8sTools)
                .build();
    }
}

# application.yml（Server 端）
spring:
  ai:
    mcp:
      server:
        name: ops-mcp-server        //!hl
        version: 1.0.0
        type: SYNC                  # SYNC 或 ASYNC
        # stdio 模式（本地被拉起时用）
        stdio: true
        # 若用 HTTP/SSE 模式：
        # sse-message-endpoint: /mcp/message
        # capabilities:
        #   tool: true
        #   resource: true
        #   prompt: true

四、Client 端：接进来就能用

# application.yml（Client 端）
spring:
  ai:
    mcp:
      client:
        stdio:
          connections:
            ops-server:                       //!hl
              command: java                    //!hl
              args: ["-jar", "/opt/ops-mcp-server.jar"]   //!hl
              env:
                KUBECONFIG: /etc/kube/config
        sse:
          connections:
            jira-server:
              url: https://mcp.internal.example.com/jira
              # 需要鉴权时走 header / 网关

@Bean
ChatClient opsAgent(ChatClient.Builder builder,
                    ToolCallbackProvider mcpTools) {   //!hl 由 MCP Starter 自动装配进来
    return builder
            .defaultSystem("你是运维排障助手，先取证再下结论，禁止臆测。")
            .defaultToolCallbacks(mcpTools)             //!hl
            .defaultAdvisors(MessageChatMemoryAdvisor.builder(chatMemory()).build())
            .build();
}

// 也支持外部配置文件，与 Claude Desktop 同款格式：
// spring.ai.mcp.client.stdio.servers-configuration=classpath:/mcp-servers-config.json

五、选型：本地 @Tool 还是 MCP？

维度	本地 @Tool	MCP Server
部署耦合	同 JVM，改工具要重启 Agent	独立进程，可独立发布与扩缩容
语言	只能 Java	任意语言（Python/Go/TS 都能写 Server）
复用范围	本应用	整个公司 / 整个生态（含第三方客户端）
性能	方法调用，微秒级	进程/网络开销，毫秒到百毫秒级
事务与上下文	可直接参与 Spring 事务、共享 SecurityContext	跨进程，需自行传递身份与幂等键
可观测	天然进入现有 APM	需额外埋点（跨进程 traceId 传递）
动态发现	不支持（编译期确定）	支持（tools/list + 变更通知）

六、安全边界（MCP 放大了风险）