技术文档摘要

Interview Duck MCP 服务器

简介

Interview Duck 问题搜索 API 现在支持 MCP 协议，使其成为中国首个兼容 MCP 协议的面试练习网站。关于 MCP 协议的详情，请参阅 MCP 官方文档文档---。

依赖MCP Java SDK进行开发，任何支持 MCP 协议的代理助手（如Claude---Cursor以及千帆AppBuilder等）都可以快速集成。

以下提供详细的适配指南。

工具列表

题目搜索 questionSearch

• 获取 Interview Duck 中问题的链接
• 根据上述信息执行以下指令：您是一位负责将中文内容翻译成英文的专业翻译人员。请帮助我将原始内容 题目 进行翻译。
• 输出：[题目](链接)

快速开始

Interview Duck MCP 服务器主要通过Java SDK的形式使用

Java 集成

需要 Java 17 运行环境

安装

git clone https://github.com/yuyuanweb/mcp-mianshiya-server

构建

cd mcp-mianshiya-server
mvn clean package

使用

1. 打开Cherry Studio中的设置，点击MCP 服务器---。

2. 点击编辑 JSON，在配置文件中添加以下配置。

{
  "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 - 模型服务中选择一个模型，输入 API 密钥，选择模型设置，并检查工具函数调用功能。
4. 在输入框下方勾选以启用 MCP 服务。
5. 配置完成，然后查询以下测试问题

代码调用

1. 引入依赖

        <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 部分 MCP 服务器参数需要在 application.yml 中配置：

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

mcp-servers-config.json 的配置如下：

{
  "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": {}
    }
  }
}

对于客户端，我们使用阿里巴巴的通义千问模型，因此引入了 spring-ai-alibaba-starter 依赖。如果您使用其他模型，也可以使用相应的依赖，例如 OpenAI 的spring-ai-openai-spring-boot-starter这个依赖就足够了。 配置大模型的密钥和其他信息：

spring:
  ai:
    dashscope:
      api-key: ${通义千问的key}
      chat:
        options:
          model: qwen-max

Qwen 的密钥可以直接从官方网站申请，我们使用的模型是 Qwen-Max。 3) 初始化聊天客户端

@Bean
public ChatClient initChatClient(ChatClient.Builder chatClientBuilder,
                                 ToolCallbackProvider mcpTools) {
    return chatClientBuilder
    .defaultTools(mcpTools)
    .build();
}

4. 接口调用

    @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]"));

    }