把 Teamcenter 能力交给 AI Agent：MCP 落地实践-坤德科技

400-018-0066

新鲜的行业动态和技术资讯

新闻资讯

首页

【数字前沿】把Teamcenter能力交给AI Agent：Spring AI下MCP服务的落地路径！

发布时间：

2026-09-17

下面以Teamcenter为例，介绍如何用Spring AI把Teamcenter SOA接口封装成MCP Server，并通过MCP Inspector与Agent完成端到端验证。

在制造业，Teamcenter里沉淀着Item、BOM、流程、变更等核心数据。AI模型能读文档、写报告，但要为工程师在PLM里建一个Item，还需要跨越最后一公里：把自然语言需求变成对Teamcenter SOA的对应调用。

MCP（Model Context Protocol，模型上下文协议）正是为了解决这个断层而来。它给大模型和外部系统之间约定了一套通用对话规则，让各类Agent都能以标准化方式调用企业已有的PLM能力。

下面以Teamcenter为例，介绍如何用Spring AI把Teamcenter SOA接口封装成MCP Server，并通过MCP Inspector与Agent完成端到端验证。无需推翻现有系统，只需为现有能力加一层标准协议，即可让AI开始完成实际的PLM操作。

01 MCP是什么？解决了什么问题？

MCP由Anthropic提出并开源，是一种让大语言模型与外部工具、数据源、企业系统通信的开放协议。

在没有MCP之前，每接入一个新工具，开发团队都要为模型写专属适配代码，重复造轮子、信息孤岛、维护成本高。MCP把每个工具一套方言变成一套通用协议：模型按统一格式输出tool_call，MCP Client找到对应Server，Server调用外部系统，返回结果再交给模型继续推理。这样，Teamcenter的能力就可以被多种支持MCP的Agent复用。

图1 MCP工具调用链路：模型输出tool_call → 工具分发 → MCP Client → Server → 外部系统执行 → 结果返回 → 模型继续推理

MCP Server支持多种开发语言，如Python、Node.js、Go、Java、C/C++等。传输协议分两类：stdio和HTTP。stdio为本地子进程，适合本机工具、本地文件系统、低延迟场景；HTTP为远程端点，Agent通过URL连接，适合企业内部API、跨网络共享、云端MCP平台。本例使用Spring Boot + Spring AI构建HTTP协议的MCP Server。

02 用Spring AI编写TC MCP Server（HTTP）

2.1 准备一个工程项目

项目结构如图2所示。主工程为TcMCPServer，核心包为com.kd.tc.TcMCPServer，包含启动类TcMcpServerApplication、工具类TcTool，以及service、utils、resources/application.yaml等。

图2 TcMCPServer项目结构

2.2 引入依赖

在pom.xml中指定Spring AI版本并导入BOM，即可统一管理相关依赖：

<java.version>21</java.version>

<spring-ai.version>2.0.0</spring-ai.version>

</properties>

<groupId>org.springframework.ai</groupId>

<artifactId>spring-ai-bom</artifactId>

<version>${spring-ai.version}</version>

<scope>import</scope>

</dependency>

</dependencies>

</dependencyManagement>

2.3 编写Tool

核心逻辑在TcTool中。用@Service标注，方法用@Tool暴露为可调用的MCP工具。getHelp用于介绍服务能力，createItem接收Item Type和Item Name，登录Teamcenter后完成对象创建。

@Service

public class TcTool {@Tool(name = "getHelp" , description = "介绍tc的mcp服务有什么方法")

public String getHelp() {

return "tc的mcp服务包含创建对象和搭建bom两个函数"; }

@Tool(name = "createItem" ,description = "在TC系统中创建一个对象数据")

public String createItem(@ToolParam(description = "TC系统中的的Item Type") String type

,@ToolParam(description = "需要创建的Item Name") String itemName){

String uuid = UUID.randomUUID().toString();

AppXSession session = new AppXSession(tcUrl,tcUser,tcPassword,uuid);

session.login();

Connection tcConn = session.getConnection();

if(tcConn==null) {

return "登录tc系统失败";

}

//编写业务逻辑

return 返回结果给Agent;

}

2.4 注册Tool并启动

在启动类中通过MethodToolCallbackProvider把TcTool注册为MCP工具。可以注册多个Tool，但工具名称不能重复。

@SpringBootApplication

public class TcMcpServerApplication {

public static void main(String[] args) {

SpringApplication.run(TcMcpServerApplication.class, args);

}

//注册tool

@Bean

public ToolCallbackProvider tcTools(TcTool tcTool) {

return MethodToolCallbackProvider.builder()

.toolObjects(tcTool)

.build(); }}

2.5 配置application.yaml

关键配置包括启用MCP Server、使用STATELESS streamable HTTP方式、指定服务后缀/mcp，以及声明具备的tool、resource、prompt、completion等能力。

server:

port: 8099

spring:

application:

name: TcMCPServer

main:

# 关闭启动时的 Spring Banner 打印

banner-mode: off

ai:

mcp:

server:

name: ${spring.application.name}

version: 0.0.1

enabled: true # 启动MCP Server

type: sync

protocol: STATELESS # 使用Stateless streamable HTTP方式

instructions: "这是一个TC soa 的接口服务"

annotation-scanner:

enabled: false # 启动注解扫描，用于扫描@McpTool注解

streamable-http:

mcp-endpoint: /mcp #服务后的后缀如:http://IP:8099/mcp

capabilities:

tool: true # 说明该MCP Server提供tool能力

resource: true # 启用资源读取能力

prompt: true # 启用提示词模板能力

completion: true # 启用自动补全能力

03 测试验证

3.1 用MCP Inspector调试

服务启动后，执行npx @modelcontextprotocol/inspector打开MCP Inspector。选择Transport Type为Streamable HTTP，填写URL http://localhost:8099/mcp，连接成功后进入Tools标签页，点击List Tools即可看到getHelp和createItem。选择createItem，输入type和itemName，点击Run Tool即可调用TC创建对象。