https://github.com/yuyuanweb/mcp-mianshiya-server
基于 Spring AI 的面试鸭搜索题目的 MCP Server 服务，快速让 AI 搜索企业面试真题和答案
https://github.com/yuyuanweb/mcp-mianshiya-server
ai backend interview-questions java mcp mysql spring-ai springboot
Last synced: about 1 month ago
JSON representation
基于 Spring AI 的面试鸭搜索题目的 MCP Server 服务，快速让 AI 搜索企业面试真题和答案
- Host: GitHub
- URL: https://github.com/yuyuanweb/mcp-mianshiya-server
- Owner: yuyuanweb
- License: mit
- Created: 2025-03-27T06:46:38.000Z (about 2 months ago)
- Default Branch: main
- Last Pushed: 2025-04-08T09:07:11.000Z (about 1 month ago)
- Last Synced: 2025-04-08T10:23:14.752Z (about 1 month ago)
- Topics: ai, backend, interview-questions, java, mcp, mysql, spring-ai, springboot
- Language: Java
- Homepage: https://www.mianshiya.com
- Size: 906 KB
- Stars: 23
- Watchers: 1
- Forks: 4
- Open Issues: 2
-
Metadata Files:
- Readme: README.md
- License: LICENSE
Awesome Lists containing this project
README
# 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
com.alibaba.cloud.ai
spring-ai-alibaba-starter
1.0.0-M6.1
org.springframework.ai
spring-ai-mcp-client-spring-boot-starter
1.0.0-M6
```
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 generateStreamAsString(@RequestBody AskRequest request) {
Flux content = chatClient.prompt()
.user(request.getContent())
.stream()
.content();
return content
.concatWith(Flux.just("[complete]"));
}
```