您现在的位置是：首页 > 文章详情

🔥 Solon AI + MCP 实战：5 行代码搞定天气查询，LLM 从此告别数据孤岛

日期：2025-06-13点击：31收藏

此文参考自：https://www.toutiao.com/article/7505712149642117669/

一、痛点直击：为什么你的AI模型会“一问三不知”？

当你问 AI “杭州今天会下雨吗”，早期的 AI 应用会回答“请搜索网络”（大概这么个意思）。传统 AI 开发需要为每个工具单独开发接口（如天气API、股票数据、本地文件系统），每对接一个数据源需耗费开发者3-5天时间，且存在以下问题：

重复开发：不同的 AI 应用需各自对接同一套工具（比如对接高德地图接口）
动态能力缺失：无法实时调用最新数据（如每分钟变化的股价）
生态碎片化：不同厂商工具接口互不兼容

技术门槛量化：若企业需对接10个外部工具，传统方案需投入至少10人天，而通过MCP协议可缩短至1人天，效率提升10倍。

二、技术破局：MCP协议如何成为AI世界的“万能插座”？

MCP（Model Context Protocol）由 Anthropic 提出，其核心价值在于：

统一接口：像 USB-C 协议统一外设接入，MCP 为 AI 定义标准化的工具调用规范
动态感知：支持多轮对话中实时调用外部资源（如天气API、数据库）
安全隔离：通过本地服务处理敏感数据，避免直接暴露API密钥

技术架构对比

传统方案	MCP方案
每个模型独立对接工具	一次开发，所有MCP兼容模型通用
手动处理HTTP请求/响应	声明式工具描述自动映射
无状态会话	支持会话ID恢复上下文

三、实战教学：5行代码构建天气预报MCP服务

场景设定

为旅游规划AI助手提供实时天气查询能力，用户输入“帮我规划杭州三日游，避开雨天”时，AI自动调用天气数据生成行程。

代码实现（Solon AI 3.3 + JDK 1.8）

第1步：（服务端）定义天气 MCP 服务。（真的只有 “5” 行代码）

 @McpServerEndpoint(name = "weather-server", sseEndpoint = "/mcp/weather") public class WeatherService { @ToolMapping(description = "获取指定城市的未来三天天气预报") public String getWeather(@Param(description = "城市名称") String city) { return WeatherApi.getForecast(city); // 调用真实天气API  } }

第2步：（客户端）AI调用演示

 McpClientProvider toolProvider = McpClientProvider.builder() .apiUrl("http://localhost:8080/mcp/weather") .build(); ChatResponse response = chatModel.prompt("杭州明天适合户外活动吗？") .options(o-> o.toolsAdd(toolProvider)) .call();