面试鸭 MCP Server

面试鸭 MCP Server

site icon
2025.04.08 41
Java面试题目搜索开发工具集成开发效率
面试鸭MCP Server是一个基于MCP协议的面试题目搜索服务,通过API将面试题目检索为面试鸭网站中的题目链接。该服务主要面向开发者,支持通过Java SDK快速接入,适用于需要集成面试题目搜索功能的智能体助手或开发工具。
View on GitHub

Overview

基本能力

产品定位

面试鸭MCP Server是一个基于MCP协议的面试题目搜索服务,旨在为开发者提供便捷的面试题目检索功能。

核心功能

  1. 题目搜索:将面试题目检索为面试鸭里的题目链接。
  2. 输入:题目
  3. 输出:题目

适用场景

  1. 智能体助手(如Claude、Cursor、千帆AppBuilder等)集成面试题目搜索功能。
  2. 开发者工具中需要快速检索面试题目的场景。

工具列表

  1. questionSearch:题目搜索工具,将面试题目检索为面试鸭里的题目链接。

常见问题解答

  1. 如何接入MCP协议?:通过Java SDK快速接入,支持任意支持MCP协议的智能体助手。
  2. 依赖环境:需要Java 17运行时环境。

使用教程

使用依赖

  1. 需要Java 17运行时环境。

安装教程

  1. 克隆仓库: bash git clone https://github.com/yuyuanweb/mcp-mianshiya-server
  2. 构建项目: bash cd mcp-mianshiya-server mvn clean package

调试方式

  1. 配置MCP服务器:
  2. 在Cherry Studio的设置中,点击MCP 服务器,编辑JSON配置文件。
  3. 示例配置: 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": {} } } }
  4. 在设置-模型服务中选择模型,输入API密钥,勾选工具函数调用功能。
  5. 在输入框下面勾选开启MCP服务。
  6. 配置完成后,即可查询面试题目。

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:
  3. 在application.yml中配置MCP服务器参数。
  4. 示例配置: yaml spring: ai: mcp: client: stdio: servers-configuration: classpath:/mcp-servers-config.json mandatory-file-encoding: UTF-8
  5. 初始化聊天客户端: java @Bean public ChatClient initChatClient(ChatClient.Builder chatClientBuilder, ToolCallbackProvider mcpTools) { return chatClientBuilder .defaultTools(mcpTools) .build(); }
  6. 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]")); }

许可证

该项目遵循 MIT 开源许可条款,请参阅 MIT 了解完整条款。