大家好，我是二哥呀。
前面我们聊了怎么用 Spring AI 搭 MCP Server、怎么给它加鉴权。但光有 Server 端还不够——大模型要调用这些工具，中间必须有一个 Client 去发现工具、转发调用请求、把结果拿回来。
大多数 MCP Client 的教程都停留在了"配个 YAML，连上 Server，问个时间"这一步。真到了生产环境，问题远不止这些。
- MCP Server 挂了，Agent 是直接报错还是有兜底方案？
- 一个应用同时是 Server 又是 Client，两个角色怎么共存？
- Agent 能不能在对话过程中自己注册一个新的 MCP Server？
这篇就来拆解 MCP Client。从 YAML 配置到工具注册，从优雅降级到动态扩展，每个环节用求职派的源码来做证据。
系好安全带，我们粗粗发～
01、MCP Client 到底干了什么？
先把 MCP 协议里的角色关系理清楚。
MCP Server 负责暴露工具。求职派的岗位推荐服务加上 @Tool 注解就能被外部发现和调用。MCP Client 负责连接这些 Server，拉取工具列表，在大模型需要的时候发起调用。
在 Spring AI 的体系里，MCP Client 做了三件事。
- 第一，和外部 MCP Server 建立连接，拿到工具清单。
- 第二，把这些工具包装成 Spring AI 统一的工具回调接口。
- 第三，注入到 ChatClient 或 Agent，让大模型在对话中随时调用。
关键在第二步。
Spring AI 提供了一个异步的工具回调适配器，接收一组异步 MCP 客户端实例，自动把远程工具转换成和本地工具完全一样的接口。
对上层业务来说，大模型调用一个 MCP 远程工具和调用一个本地方法，代码写法完全相同。Spring AI MCP Client 的核心价值就是屏蔽了协议细节，让工具的来源对业务完全透明。
这也意味着，如果你的 Agent 已经在用 Spring AI 的 @Tool 注解定义本地工具，接入 MCP 远程工具不需要改任何业务代码，只需要在配置里加上 MCP Server 的地址，再把工具回调适配器传进去就行了。
02、怎么配置 MCP Client？
求职派的 MCP Client 配置分两层。YAML 定义连接参数，JSON 文件定义具体的 Server 列表。
YAML 配置
先看 application-ai.yaml 中的 MCP 部分。
spring:
ai:
mcp:
client:
stdio:
servers-configuration: ${MCP_SERVERS_CONFIG}
enabled: ${AGENT_MCP_CLIENT_ENABLED:false}
name: 求职派MCP
request-timeout: 30s
type: async
几个关键配置项说明一下。
type: async 表示使用异步客户端。求职派全局统一用异步模式，代码里注入的是异步 MCP 客户端而不是同步版本。异步模式不会阻塞主线程，更适合多 Agent 并发调用的场景。
enabled 通过...
回复