快速接入

先看主来源和安装命令，再打开仓库或文档；下面只保留这个条目的关键接入事实。

详细介绍

WebFlux MCP客户端

Spring AI MCP Client with WebFlux（Reactive）和Ollama LLM示例项目。

使用WebFlux MCP服务器上的工具，使本地LLM可以利用外部API数据。

特点

反应式堆栈：基于Spring WebFlux的完全无阻塞体系结构
异步处理：使用Mono/Flux进行主动编程
高性能：以较少的线程处理大量并发请求
MCP工具集成：LLM动态使用远程MCP服务器上的工具
生产就绪：Spring AI官方推荐方式

首选参数

标准框架执行环境5.0（Boot应用）

项目	版本
JDK	17
雅加达EE	10
Servlet	6.0
弹簧框架	6.2.11
弹簧靴	3.5.6
春季AI	1.1.2

开发和构建工具

项目	版本
Maven	3.9.9
Docker	28.0.4

外部服务

项目版本备注 | :--- | :--- | :--- | Ollama 0.16.0 LLM型号服务 | PostgreSQL | 16 | Docker图片： postgres:16 （端口5433）|

动作流（Reactive）

[사용자]
   ↓
[REST API /api/chat] (Reactive)
   ↓
[ChatController] → Mono
   ↓
[ChatService] → Mono
   ↓ (subscribeOn: boundedElastic)
[Ollama LLM] ←→ [AsyncMcpToolCallbackProvider] ←→ [MCP Server (http://localhost:9090)]
   ↓ (블로킹 작업을 별도 스레드에서 실행)     ↓
[Mono 응답]                              [Tools: getTouristWeatherIndex, getCityInfo, getCurrentTime]

项目结构

my-webflux-mcp-client/
├── pom.xml                                    # Maven 설정 (WebFlux, MCP Client)
├── README.md
└── src/main/
    ├── java/com/example/client/
    │   ├── ClientApplication.java             # Main Application
    │   ├── config/
    │   │   ├── OllamaConfig.java              # Ollama API 설정
    │   │   └── SwaggerConfig.java             # Swagger 설정
    │   ├── controller/
    │   │   └── ChatController.java            # Reactive REST API (Mono 반환)
    │   └── service/
    │       └── ChatService.java               # Reactive LLM + MCP Tool 통합
    └── resources/
        └── application.properties             # Ollama, MCP 서버, 타임아웃 설정

事前准备

1.安装Ollama并下载型号

# Ollama 설치 (https://ollama.com/download)

# 모델 다운로드 (Tool Calling 지원 모델 필요)
ollama pull qwen2.5:7b

# Ollama 서버 실행 확인
ollama serve

Ollama服务器http://localhost:11434必须在中运行。

2.运行MCP服务器

首先，您需要运行WebFlux MCP服务器：

cd C:\workspace-test\webflux-mcp-sample\my-webflux-mcp-server
mvn clean package
java -jar target/webflux-mcp-0.0.1-SNAPSHOT.jar

服务器http://localhost:9090必须在中运行。

构建和运行

1.构建

cd C:\workspace-test\webflux-mcp-sample\my-webflux-mcp-client
mvn clean package

2.运行

java -jar target/webflux-mcp-client-0.0.1-SNAPSHOT.jar

客户端http://localhost:8080在中运行。

检查启动日志：

INFO  o.s.b.w.e.netty.NettyWebServer  : Netty started on port 8080
                                        ^^^^^^ WebFlux는 Netty 사용
INFO  c.e.c.ClientApplication         : Started ClientApplication

测试

测试方案

通过以下流验证MCP Client是否正常运行：

向客户机提问 →向REST API发送问题
由本地LLM判断 →确定是否需要Tool
MCP服务器的Tool调用 →在服务器上查看公共API数据
确认响应 →LLM使用Tool结果生成答案

1.景区天气查询测试

# GET 방식
curl "http://localhost:8080/api/chat?message=서울 강남구 관광지 날씨 알려줘"

# POST 방식
curl -X POST http://localhost:8080/api/chat \
  -H "Content-Type: application/json" \
  -d '{"message": "제주도 관광지 TCI 지수는?"}'

预期动作:

Ollama LLM分析问题
getCityInfo 使用Tool检查城市代码
getTouristWeatherIndex 认为需要Tool
向MCP服务器请求Tool调用
在公共API中查看旅游景点气候指数数据
LLM用自然语言回答结果

2.测试时间查询

curl "http://localhost:8080/api/chat?message=서울 시간대의 현재 시간은?"

# 또는
curl -X POST http://localhost:8080/api/chat \
  -H "Content-Type: application/json" \
  -d '{"message": "Asia/Seoul 타임존의 현재 날짜와 시간 알려줘"}'

预期动作:

Ollama LLM分析问题
getCurrentDateTimeWithZone 认为需要Tool
向MCP服务器请求Tool调用
在服务器上查看当前时间
LLM用自然语言回答结果

3.确认日志

您可以在客户端控制台中查看以下日志：

INFO  c.e.c.service.ChatService - User message: 서울 강남구 관광지 날씨 알려줘
INFO  c.e.c.service.ChatService - Available tools: [getTouristWeatherIndex, getTouristWeatherByDate, getCityInfo, getCurrentDateTimeWithZone]
INFO  c.e.c.service.ChatService - AI response: ...

测试成功标准

✅ 成功测试:

MCP Client连接到服务器并获取工具列表
LLM为您的问题选择合适的工具
调用MCP服务器上的Tool以返回实际数据
LLM使用Tool结果生成自然语言响应

主要设置

application.properties

# Ollama LLM 설정
spring.ai.ollama.base-url=http://localhost:11434
spring.ai.ollama.chat.options.model=qwen3-4b:Q4_K_M
spring.ai.ollama.chat.options.temperature=0.7

# Ollama 타임아웃 설정 (Tool Calling은 시간이 오래 걸림)
spring.ai.ollama.chat.timeout=120s
spring.ai.retry.max-attempts=3

# MCP Client Type (ASYNC for WebFlux)
spring.ai.mcp.client.type=ASYNC

# MCP Client 연결 설정
spring.ai.mcp.client.sse.connections.webflux-weather-api.url=http://localhost:9090/mcp/sse
spring.ai.mcp.client.init-timeout=60000

使用不同的LLM模型

要使用Ollama的其他型号（仅限支持Tool Calling的型号）：

# Tool Calling 지원 모델 다운로드
ollama pull llama3.1
ollama pull mistral

# application.properties 수정
spring.ai.ollama.chat.options.model=llama3.1

注意：要使用Tool Calling，必须使用支持的模型（Llama 3.1+、Mistral、Qwen等）。

故障射击

1.“拒绝连接”错误

原因：MCP服务器未运行

解决:

cd C:\workspace-test\webflux-mcp-sample\my-webflux-mcp-server
java -jar target/webflux-mcp-0.0.1-SNAPSHOT.jar

2.“Ollama not available”错误

原因：Ollama服务器无法运行

解决:

ollama serve

3.不调用Tool

原因：LLM不认为需要工具

解决：更具体地更改问题

“天气怎么样？”
“告诉我首尔江南区观光地的天气”
“济州岛观光地TCI指数是？”

扩展想法

添加Web UI：使用React、Vue等实现聊天界面
对话历史记录：记忆以前对话内容的功能
多MCP服务器：同时连接多个MCP服务器
流响应：实时响应流到SSE

WebFlux Reactive特性

响应式编程

// ChatController (Reactive)
@PostMapping
public Mono chat(@RequestBody ChatRequest request) {
    return chatService.chat(request.message())
        .map(ChatResponse::new);  // 논블로킹 변환
}

// ChatService (Reactive)
public Mono chat(String userMessage) {
    return Mono.fromCallable(() -> {
        // 블로킹 작업 (Ollama LLM 호출)
        return chatModel.call(prompt);
    })
    .subscribeOn(Schedulers.boundedElastic())  // 별도 스레드에서 실행
    .map(response -> response.replaceAll(".*?", ""));
}

subscribeOn（Schedulers.bounded弹性（））的作用

问题：Ollama LLM调用是拦截操作
WebFlux限制：禁止在事件循环线程中拦网
解决: boundedElastic() 在线程池中执行拦网操作

요청 → WebFlux 이벤트 루프 (reactor-http-nio-6)
         ↓
     subscribeOn(boundedElastic)
         ↓
     별도 스레드 (boundedElastic-1)
         ↓ (여기서 블로킹 가능!)
     chatModel.call(prompt)
         ↓
     WebFlux로 결과 반환

WebMVC与WebFlux比较

主题	WebMVC	WebFlux（当前）
处理模型	同步/拦网	异步/无拦网
编程命令式响应（Mono/Flux）
主题	每个请求1个线程	事件循环（4-8个线程）
依赖性	`spring-boot-starter-web`	`spring-boot-starter-webflux`
服务器	Tomcat	Netty
MCP客户端	`spring-ai-starter-mcp-client`	`spring-ai-starter-mcp-client-webflux`
性能	适合并发100人	并发1000人+可处理
学习曲线低高（Reactive）
Spring AI建议	开发/测试	生产

WebFlux的优点

用较少的内存处理大量并发请求
无阻塞I/O，高吞吐量
自动背压（backpressure）
Spring AI官方推荐方式

主要依赖性

pom.xml文件


    org.springframework.boot
    spring-boot-starter-webflux

    org.springframework.ai
    spring-ai-starter-mcp-client-webflux

    org.springframework.ai
    spring-ai-starter-model-ollama

    org.springdoc
    springdoc-openapi-starter-webflux-ui

性能特性

预计响应时间

任务时间说明 |------|------|------| |简单问题（无工具）| 2~5秒|仅LLM推论| | 1次调用Tool 5~15秒getCityInfo等 |调用Tool 2至3次15~30秒传唤多阶段Tool

设置超时

# Ollama LLM 타임아웃 (120초)
spring.ai.ollama.chat.timeout=120s

# MCP Client 초기화 타임아웃 (60초)
spring.ai.mcp.client.init-timeout=60000

故障射击

1.读取超时异常

症状: io.netty.handler.timeout.ReadTimeoutException

原因：Tool Calling比超时时间长

解决:

spring.ai.ollama.chat.timeout=180s  # 3분으로 증가

2.非法状态异常：block（）不受支持

症状: block()/blockFirst()/blockLast() are blocking

原因：在WebFlux事件循环线程中调用拦网

解决: subscribeOn(Schedulers.boundedElastic()) 已启用（已应用）

3.Swagger用户界面404

验证路径:

/swagger-ui.html
/webjars/swagger-ui/index.html

验证依赖性:


springdoc-openapi-starter-webflux-ui

目录标签

异步处理JavaAI代理响应式编程本地部署LLM集成工具调用SpringWebFlux

接入字段

传输方式（transport，传输协议）

未说明

鉴权方式（authType，认证方式）

none

工具数量（toolCount，工具数）

4

资源数量（resourceCount，资源数）

0

提示词数量（promptCount，提示词数）

0

权限和风险

未说明none部署方式未说明

接入前请确认传输方式、认证方式和部署位置，并根据实际工具能力限制访问范围。

安装前确认

不要直接授予不必要的文件、网络或账号权限；先核对安装命令和配置内容。

仍需确认：installCommand

来源信息

MCP World

mcpworld.com

/detail/b7a744bd4b7ee5a1d01c7392e51f9722

基于Spring WebFlux的响应式LLM工具集成客户端，实现本地LLM与远程MCP服务器工具的动态交互。

继续浏览同类 MCP

更多AI代理 MCP（18,706）返回 MCP 目录

上一个 MCP

My UV MCP Server

一个使用Python和uv包管理器构建的简单模型上下文协议(MCP)服务器，可与Claude Desktop连接。

下一个 MCP

My Webmvc MCP Client

一个基于Spring AI和Ollama LLM的客户端，通过MCP服务器工具使本地LLM能够调用外部API数据。

My Webflux MCP Client

快速接入

详细介绍

WebFlux MCP客户端

特点

首选参数

标准框架执行环境5.0（Boot应用）

开发和构建工具

外部服务

动作流（Reactive）

项目结构

事前准备

1.安装Ollama并下载型号

2.运行MCP服务器

构建和运行

1.构建

2.运行

测试

测试方案

1.景区天气查询测试

2.测试时间查询

3.确认日志

测试成功标准

主要设置

application.properties

使用不同的LLM模型

故障射击

1.“拒绝连接”错误

2.“Ollama not available”错误

3.不调用Tool

扩展想法

WebFlux Reactive特性

响应式编程

subscribeOn（Schedulers.bounded弹性（））的作用

WebMVC与WebFlux比较

WebFlux的优点

主要依赖性

pom.xml文件

性能特性

预计响应时间

设置超时

故障射击

1.读取超时异常

2.非法状态异常：block（）不受支持

3.Swagger用户界面404

目录标签

接入字段

权限和风险

来源信息

继续浏览同类 MCP