在上一篇博客《使用 Spring AI Alibaba MCP 结合 Nacos 实现企业级智能体应用》中，我们探讨了如何利用 Nacos 实现 MCP Server 的分布式注册与发现，解决了服务的高可用问题。 然而，在真实的企业环境中，我们面临着另一个巨大的挑战：存量系统。企业内已经存在大量的微服务应用，它们对外提供标准的 HTTP/RESTful 接口（如订单服务、天气服务、用户服务等）。如果为了让 AI 调用这些能力，要求开发人员去修改原有的业务代码，添加 @Tool 注解，重新打包发布，这不仅工作量巨大，还引入了回归测试的风险。 有没有一种方案，可以零代码改造，直接将现有的 Restful 服务“变身”为 MCP Server？ 答案是肯定的。本文将介绍 Spring AI Alibaba MCP Gateway。它是一个中间代理层，能够基于 Nacos 的服务注册信息，将普通的 Restful 服务动态转换为标准的 MCP 协议服务。
Spring AI Alibaba MCP Gateway 的设计初衷就是为了解决存量应用的 AI 化改造问题。它的核心价值在于：
我们将通过一个完整的案例，演示如何将一个普通的天气查询 Restful 服务，通过 MCP Gateway 暴露给 AI 客户端。
1. 准备存量服务：Restful 天气服务
首先，我们模拟一个已有的微服务应用 mcp-nacos-restful。这个应用非常简单，它只负责提供两个标准的 RESTful 接口（改造前面的工具）：
- GET /weather/quality: 获取空气质量
- GET /weather/forecast: 获取天气预报
该应用已经按照常规 Spring Boot 微服务的方式，注册到了 Nacos 注册中心。 
注意：这个服务完全不知道 MCP 的存在，它只是一个普通的 Web 应用。
2. 创建 MCP 网关
接下来，我们创建一个全新的 Spring Boot 应用作为 MCP Gateway。它的职责是：作为 MCP Server 面对 AI 客户端，同时作为 HTTP Client 面对后端的 Restful 服务。
Maven 依赖
在 pom.xml 中引入核心依赖。我们需要 spring-ai-alibaba-starter-mcp-gateway 来启用网关功能。
<dependencies>
<dependency>
<groupId>org.springframework.boot</groupId>
<artifactId>spring-boot-starter-web</artifactId>
</dependency>
<!– MCP Server WebMvc 支持 –>
<dependency>
<groupId>org.springframework.ai</groupId>
<artifactId>spring-ai-starter-mcp-server-webmvc</artifactId>
<version>1.1.2</version>
</dependency>
<!– Spring AI Alibaba MCP Gateway 核心依赖 –>
<dependency>
<groupId>com.alibaba.cloud.ai</groupId>
<artifactId>spring-ai-alibaba-starter-mcp-gateway</artifactId>
<version>1.1.2.2</version>
</dependency>
<!– DashScope 依赖，用于后续连接大模型 –>
<dependency>
<groupId>com.alibaba.cloud.ai</groupId>
<artifactId>spring-ai-alibaba-starter-dashscope</artifactId>
<version>1.1.2.2</version>
</dependency>
</dependencies>
配置文件
在 application.yml 中，我们需要配置两件事：一是网关自身的 MCP 服务信息，二是 Nacos 的地址以便发现后端服务。
spring:
application:
name: mcp–gateway–server
ai:
mcp:
server:
name: mcp–nacos–gateway–example
version: 1.0.0
enabled: true
protocol: sse
type: sync
instructions: "Nacos MCP Gateway – 聚合多个 MCP Server 的工具网关"
sse-message-endpoint: /mcp/message
capabilities:
tool: true
resource: false
prompt: false
completion: false
dashscope:
api-key: "sk-***********"
alibaba:
# MCP Gateway 配置
mcp:
gateway:
enabled: true
registry: nacos
# 配置要发现和聚合的 MCP Server 服务名称
nacos:
service-names:
– mcp–nacos–restful # SSE 协议的 MCP Server
# Nacos 注册中心配置
nacos:
server-addr: 192.168.0.201:8848
namespace: 0178b20f–f8c5–4182–9d41–f744f6328c48
username: nacos
password: z123
logging:
level:
com.alibaba.cloud.ai.mcp: DEBUG
3.在 Nacos 控制台配置 MCP Server
这是最关键的一步。虽然网关已经启动并监听了 Nacos，但它还不知道如何将 mcp-nacos-restful 的 HTTP 接口映射为 MCP 工具。我们需要在 Nacos 控制台的 MCP 管理 页面进行配置。
创建 MCP Server：在 Nacos 中新建一个 MCP Server，服务名填写 mcp-nacos-restful。 
添加 Tools：在该 Server 下添加工具定义。 我们需要配置两个工具，分别对应后端的两个接口： 工具 1：getAirQuality 
工具 2：getWeatherForecastByLocation 
配置完成后，MCP Gateway 会感知到这些配置，并自动将其转换为 MCP 协议下的可用工具。
4.改造 MCP Client 客户端
最后，我们需要一个 AI 客户端来调用这个网关。与上一篇博客不同，这次我们不再需要 distributedSyncMcpClient，因为网关本身就是标准的 MCP Server。
依赖调整：
- 移除 spring-ai-alibaba-starter-mcp-distributed
- 移除 json-schema-validator
YAML 配置调整： Client 只需要直连网关的地址即可，无需感知后端的 Nacos 细节。
spring:
application:
name: mcp–client
main:
web-application-type: none
ai:
dashscope:
api-key: "sk-********"
mcp:
client:
enabled: true
name: my–mcp–client
version: 1.0.0
request-timeout: 30s
type: sync
sse:
connections:
server1:
url: http://localhost:8085/ # 直连网关地址
我们可以直接使用标准的 ToolCallbackProvider，因为网关屏蔽了底层的复杂性。
@Bean
public CommandLineRunner predefinedQuestions(ChatClient.Builder chatClientBuilder,
ToolCallbackProvider tools, // 使用默认的 Provider
ConfigurableApplicationContext context) {}
5.测试与效果
启动所有服务：
观察日志： 
通过 Spring AI Alibaba MCP Gateway，我们成功实现了一个非侵入式的 AI 集成方案：
- 存量应用：完全不需要改动代码，继续提供标准的 Restful 接口。
- 网关层：利用 Nacos 作为配置中心，动态管理工具映射，实现了“配置即上线”。
- 客户端：对 AI 而言，网关就是一个标准的 MCP Server，调用体验丝滑。
这种架构非常适合企业内部的旧系统改造，让传统的微服务架构能够以最小的成本接入大模型生态。
