mcp-mianshiya-server

[This is a Chinese README. English translation is not available yet.] # 面试鸭 MCP Server ## 简介 [面试鸭](https://mianshiya.com/) 的题目搜索API现已兼容MCP协议，是国内首家兼容MCP协议的面试刷题网站。关于MCP协议，详见MCP官方[文档](https://modelcontextprotocol.io/)。 依赖`MCP Java SDK`开发，任意支持MCP协议的智能体助手（如`Claude`、`Cursor`以及`千帆AppBuilder`等）都可以快速接入。 以下会给更出详细的适配说明。 ## 工具列表 #### 题目搜索 `questionSearch` - 将面试题目检索为面试鸭里的题目链接 - 输入: `题目` - 输出: `[题目](链接)` ## 快速开始 使用面试鸭MCP Server主要通过`Java SDK` 的形式 ### Java 接入 > 前提需要Java 17 运行时环境 #### 安装 ``` bash git clone https://github.com/yuyuanweb/mcp-mianshiya-server ``` #### 构建 ``` bash cd mcp-mianshiya-server mvn clean package ``` #### 使用 1) 打开`Cherry Studio`的`设置`，点击`MCP 服务器`。  2) 点击`编辑 JSON`,将以下配置添加到配置文件中。 ``` json { "mcpServers": { "mianshiyaServer": { "command": "java", "args": [ "-Dspring.ai.mcp.server.stdio=true", "-Dspring.main.web-application-type=none", "-Dlogging.pattern.console=", "-jar", "/yourPath/mcp-server-0.0.1-SNAPSHOT.jar" ], "env": {} } } } ```  3) 在设置-模型服务里选择一个模型，输入API密钥，选择模型设置，勾选下工具函数调用功能。  4) 在输入框下面勾选开启MCP服务。  5) 配置完成，然后查询下面试题目  #### 代码调用 1) 引入依赖 ``` java <dependency> <groupId>com.alibaba.cloud.ai</groupId> <artifactId>spring-ai-alibaba-starter</artifactId> <version>1.0.0-M6.1</version> </dependency> <dependency> <groupId>org.springframework.ai</groupId> <artifactId>spring-ai-mcp-client-spring-boot-starter</artifactId> <version>1.0.0-M6</version> </dependency> ``` 2) 配置MCP服务器 需要在application.yml中配置MCP服务器的一些参数： ``` yaml spring: ai: mcp: client: stdio: # 指定MCP服务器配置文件 servers-configuration: classpath:/mcp-servers-config.json mandatory-file-encoding: UTF-8 ``` 其中mcp-servers-config.json的配置如下： ``` json { "mcpServers": { "mianshiyaServer": { "command": "java", "args": [ "-Dspring.ai.mcp.server.stdio=true", "-Dspring.main.web-application-type=none", "-Dlogging.pattern.console=", "-jar", "/Users/gulihua/Documents/mcp-server/target/mcp-server-0.0.1-SNAPSHOT.jar" ], "env": {} } } } ``` 客户端我们使用阿里巴巴的通义千问模型，所以引入spring-ai-alibaba-starter依赖，如果你使用的是其他的模型，也可以使用对应的依赖项，比如openAI引入`spring-ai-openai-spring-boot-starter` 这个依赖就行了。 配置大模型的密钥等信息： ``` yaml spring: ai: dashscope: api-key: ${通义千问的key} chat: options: model: qwen-max ``` 通义千问的key可以直接去[官网](https://help.aliyun.com/zh/model-studio/developer-reference/get-api-key?spm=a2c4g.11186623.0.0.7399482394LUBH) 去申请，模型我们用的是通义千问-Max。 3) 初始化聊天客户端 ``` java @Bean public ChatClient initChatClient(ChatClient.Builder chatClientBuilder, ToolCallbackProvider mcpTools) { return chatClientBuilder .defaultTools(mcpTools) .build(); } ``` 4) 接口调用 ``` java @PostMapping(value = "/ai/answer/sse", produces = MediaType.TEXT_EVENT_STREAM_VALUE) public Flux<String> generateStreamAsString(@RequestBody AskRequest request) { Flux<String> content = chatClient.prompt() .user(request.getContent()) .stream() .content(); return content .concatWith(Flux.just("[complete]")); } ```