Spring AI开发MCP Server和MCP Client的详细过程

2025-06-28 11:08 开发作者：大龄码农有梦想

本文介绍基于Spring AI如何实现MCP开发和调用。首先自定义了两个MCP Server，其中：一个是算术计算器MCP Server，并通过sdtio传输协议发布，另一个是天气预报MCP Server，通过sse传输协议发布。然后实现一个MCP Client，并调用阿里云qwen大模型完成整个 MCP 调用流程，并给出来整个示例的Java代码。

一、MCP是什么

模型上下文协议（即 Model Context Protocol，MCP）是一个开放协议，它规范了应用程序如何向大型语言模型（LLM）提供上下文。MCP 提供了一种统一的方式将 AI 模型连接到不同的数据源和工具，它定义了统一的集成方式。在开发智能体（Agent）的过程中，我们经常需要将将智能体与数据和工具集成，MCP 以标准的方式规范了智能体与数据及工具的集成方式，可以帮助您在 LLM 之上构建智能体（Agent）和复杂的工作流。目前已经有大量的服务接入并提供了 MCP server 实现，当前这个生态正在以非常快的速度不断的丰富中。

Spring AI MCP 采用模块化架构，包括以下组件：

（1）Spring AI 应用程序：使用 Spring AI 框架构建想要通过 MCP 访问数据的生成式 AI 应用程序。

（2）Spring MCP 客户端：MCP 协议的 Spring AI 实现，与服务器保持 1:1 连接。

（3）MCP 服务器：轻量级程序，每个程序都通过标准化的模型上下文协议公开特定的功能。

（4）本地数据源：MCP 服务器可以安全访问的计算机文件、数据库和服务。

（5）远程服务：MCP 服务器可以通过互联网（例如，通过 API）连接到的外部系统。

Spring AI MCP实现遵循三层架构：

Spring AI开发MCP Server和MCP Client的详细过程

（1）STDIO传输协议：STDIO方式是基于进程间通信，MCP Client和MCP Server运行在同一主机，主要用于本地集成、命令行工具等场景。

优点：

简单可靠，无需网络配置；适合本地部署场景；进程隔离，安全性好。

缺点：

仅支持单机部署；不支持跨网络访问；每个客户端需要独立启动服务器进程。

（2）SSE传输协议：SSE（Server-Sent Events）传输层是基于HTTP的单向通信机制，专门用于服务器向客户端推送数据。MCP Client远程调用MCP Server提供的SSE服务。实现客户端和服务端远程通信。

优点：

支持分布式部署；可跨网络访问；支持多客户端连接；轻量级，使用标准HTTP协议。

缺点：

需要额外的网络配置；相比stdio实现略微复杂；需要考虑网络安全性。

二、前提条件

执行以下示例代码的前提条件如下：

1、Java运行环境。要求JDK版本17+，本人使用的jdk21版本；

2、Java开发工具。本人使用的是IntelliJ IDEA开发工具，需要使用springboot3以上版本。

3、注册阿里云大模型服务，获得api_key。本文采用了阿里巴巴的Qwen大模型进行实验与验证，您也可以选择使用DeepSeek等其它大模型作为替代方案。前提条件是该大模型要支持MCP工具回调。

三、代码实现

1、开发基于sse协议的MCP Server

基于SSE的MCP服务端通过HTTP协议与客户端通信，适用于作为独立服务部署的场景，可以被多个客户端远程调用。

通过Java开发工具创建一个springboot工程，模拟开发一个天气预报服务，通过sse传输协议发布为MCP Server。

（1）maven配置文件

引入spring-ai-mcp-server-webflux-spring-boot-starter，完整pom.XML文件如下：

<?xml version="1.0" encoding="UTF-8"?>
<project xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance"
         xmlns="http://maven.apache.org/POM/4.0.0"
         xsi:schemaLocation="http://maven.apache.org/POM/4.0.0 http://maven.apache.org/xsd/maven-4.0.0.xsd">
    <modelVersion>4.0.0</modelVersion>
    <parent>
        <groupId>org.springframework.boot</groupId>
        <artifactId>spring-boot-starter-parent</artifactId>
        <version>3.3.3</version>
        <relativePath/>
    </parent>
    <groupId>org.example</groupId>
    <artifactId>spring-ai-mcp-sse-server</artifactId>
    <version>1.0-SNAPSHOT</version>
    <properties>
        <maven.compiler.source>21</maven.compiler.source>
        <maven.compiler.target>21</maven.compiler.target>
        <project.build.sourceEncoding>UTF-8</project.build.sourceEncoding>
        <spring-ai.version>1.0.0-M6</spring-ai.version>
        <spring-ai-alibaba.version>1.0.0-M5.1</spring-ai-alibaba.version>
    </properties>
    <dependencyManagement>
        <dependencies>
            <dependency>
                <groupId>org.springframework.ai</groupId>
                <artifactId>spring-ai-bom</artifactId>
                <version>${spring-ai.version}</version>
                <type>pom</type>
                <scope>import</scope>
            </dependency>
        </dependencies>
    </dependencyManagement>
    <dependencies>
        <dependency>
            <groupId>org.springframework.ai</groupId>
            <artifactId>spring-ai-mcp-server-webflux-spring-boot-starter</artifactId>
        </dependency>
    </dependencies>
    <repositories>
        <repository>
            <name>Central Portal Snapshots</name>
            <id>central-portal-snapshots</id>
            <url>https://central.sonatype.com/repository/maven-snapshots/</url>
            <releases>
                <enabled>false</enabled>
            </releases>
            <snapshots>
                <enabled>true</enabled>
            </snapshots>
        </repository>
        <repository>
            <id>spring-milestones</id>
            <name>Spring Milestones</name>
            <url>https://repo.spring.io/milestone</url>
            <snapshots>
                <enabled>false</enabled>
            </snapshots>
        </repository>
        <repository>
            <id>spring-snapshots</id>
            <name>Spring Snapshots</name>
            <url>https://repo.spring.io/snapshot</url>
            <releases>
                <enabled>false</enabled>
            </releases>
        </repository>
    </repositories>
    <build>
        <finalName>${project.artifactId}</finalName>
        <plugins>
            <plugin>
                <groupId>org.springframework.boot</groupId>
                <artifactId>spring-boot-maven-plugin</artifactId>
            </plugin>
        </plugins>
    </build>
</project>

（2）开发天气预报服务类

创建一个Server类，模拟天气预报服务，通过@Tool注解把方法标注为MCP服务接口。

package com.yuncheng.mcp;
import org.slf4j.Logger;
import org.slf4j.LoggerFactory;
import org.springframework.ai.tool.annotation.Tool;
import org.springframework.stereotype.Service;
import java.util.Map;
@Service
public class WeatherService {
    private static final Logger log = LoggerFactory.getLogger(WeatherService.class);
    @Tool(description =www.devze.com "根据城市名称获取天气预报")
    public String getWeatherByCity(String city) {
        log.info("===============getWeatherByCity方法被调用：city="+city);
        Map<String, String> mockData = Map.of(
                "西安", "天气炎热",
                "北京", "晴空万里",
                "上海", "阴雨绵绵"
        );
        return mockData.getOrDefault(city, "抱歉：未查询到对应城市！");
    }
}

（3）注册为MCP工具

将 WeatherService 封装为工具回调提供者（ToolCallbackProvider），便于被MCP Client端发现和调用。

package com.yuncheng.mcp;
import org.springframework.ai.tool.ToolCallbackProvider;
import org.springframework.ai.tool.method.MethodToolCallbackProvider;
import org.springframework.boot.SpringApplication;
import org.springframework.boot.autoconfigure.SpringBootApplication;
import org.springframework.context.annotation.Bean;
@SpringBootApplication
public class McpServerApplication {
    public static void main(String[] args) {
        SpringApplication.run(McpServerApplication.class, args);
    }
    @Bean
    public ToolCallbackProvider weatherTools(WeatherService weatherService) {
        return MethodToolCallbackProvider.builder()
                .toolObjects(weatherService)
                .build();
    }
}

（4）配置yml文件

定义MCP Server的名称、版本号、同步或异步。

server:
  pojsrt: 9090  # 服务器端口配置
spring:
  ai:
    mcp:
      server:
        name: spring-ai-mcp-server    # MCP服务器名称
        version: 1.0.0                # 服务器版本号
        type: ASYNC #异步

到这里，一个通过Spring AI创建的MCP Server完成了，访问http://localhost:9090/sse，能看到信息，即表示该服务通过sse发布成功了。

2、开发基于stdio协议的MCP Servewww.devze.comr

基于stdio的MCP服务端通过标准输入输出流与客户端通信，适用于作为子进程被客户端启动和管理的场景，非常适合嵌入式应用。

通过Java开发工具创建一个springboot工程，模拟开发一个算术计算器服务，通过stdio传输协议发布为MCP Server。

（1）maven配置文件

引入spring-ai-mcp-server-webflux-spring-boot-starter

，完整pom.xml文件如下：

<?xml version="1.0" encoding="UTF-8"?>
<project xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance"
         xmlns="http://maven.apache.org/POM/4.0.0"
         xsi:schemaLocation="http://maven.apache.org/POM/4.0.0 http://maven.apache.org/xsd/maven-4.0.0.xsd">
    <modelVersion>4.0.0</modelVersion>
    <parent>
        <groupId>org.springframework.boot</groupId>
        <artifactId>spring-boot-starter-parent</artifactId>
        <version>3.3.3</version>
        <relativePath/>
    </parent>
    <groupId>org.example</groupId>
    <artifactId>spring-ai-mcp-stdio-server</artifactId>
    <version>1.0-SNAPSHOT</version>
    <properties>
        <maven.compiler.source>21</maven.compiler.source>
        <maven.compiler.target>21</maven.compiler.target>
        <project.build.sourceEncoding>UTF-8</project.build.sourceEncoding>
        <spring-ai.version>1.0.0-M6</spring-ai.version>
        <spring-ai-alibaba.version>1.0.0-M5.1</spring-ai-alibaba.version>
    </properties>
    <dependencyManagement>
        <dependencies>
            <dependency>
                <groupId>org.springframework.ai</groupId>
                <artifactId>spring-ai-bom</artifactId>
                <version>${spring-ai.version}</version>
                <type>pom</type>
                <scope>import</scope>
            </dependency>
        </dependencies>
    </dependencyManagement>
    <dependencies>
        <dependency>
            <groupId>org.springframework.boot</groupId>
            <artifactId>spring-boot-starter-web</artifactId>
        </dependency>
        <dependency>
            <groupId>org.springframework.ai</groupId>
            <artifactId>spring-ai-mcp-server-webflux-spring-boot-starter</artifactId>
        </dependency>
    </dependencies>
    <repositories>
        <repository>
            <name>Central Portal Snapshots</name>
            <id>central-portal-snapshots</id>
            <url>https://central.sonatype.com/repository/maven-snapshots/</url>
            <releases>
                <enabled>false</enabled>
            </releases>
            <snapshots>
                <enabled>true</enabled>
            </snapshots>
        </repository>
        <repository>
            <id>spring-milestones</id>
            <name>Spring Milestones</name>
            <url>https://repo.spring.io/milestone</url>
            <snapshots>
                <enapythonbled>false</enabled>
            </snapshots>
        </repository>
        <repository>
            <id>spring-snapshots</id>
            <name>Spring Snapshots</name>
            <url>https://repo.spring.io/snapshot</url>
            <releases>
                <enabled>false</enabled>
            </releases>
        </repository>
    </repositories>
    <build>
        <finalName>${project.artifactId}</finalName>
        <plugins>
            <plugin>
                <groupId>org.springframework.boot</groupId>
                <artifactId>spring-boot-maven-plugin</artifactId>
            </plugin>
        </plugins>
    </build>
</project>

（2）开发计算器服务类

创建一个Server类，模拟计算器服务，通过@Tool注解把方法标注为MCP服务接口。

package com.yuncheng.mcp;
import org.slf4j.Logger;
import org.slf4j.LoggerFactory;
import org.springframework.ai.tool.annotation.Tool;
import org.springframework.stereotype.Service;
@Service
public class MathService {
    private static final Logger log = LoggerFactory.getLogger(MathService.class);
    @Tool(description = "加法方法")
    public Integer add(Integer a, Integer b) {
        log.info("===============add方法被调用: a={}, b={}", a, b);
        return a + b;
    }
    @Tool(description = "乘法方法")
    public Integer multiply(Integer a, Integer b) {
        log.info("===============multiply方法被调用: a={}, b={}", a, b);
        return a * b;
    }
}

（3）注册为MCP工具

将 MathService封装为工具回调提供者（ToolCallbackProvider），便于被MCP Client端发现和调用。

package com.yuncheng.mcp;
import org.slf4j.Logger;
import org.slf4j.LoggerFactory;
import org.springframework.ai.tool.ToolCallbackProvider;
import org.springframework.ai.tool.method.MethodToolCallbackProvider;
import org.springframework.boot.SpringApplication;
import org.springframework.boot.autoconfigure.SpringBootApplication;
import org.springframework.context.annotation.Bean;
@SpringBootApplication
public class McpServerApplication {
    private static final Logger log = LoggerFactory.getLogger(McpServerApplication.class);
    public static void main(String[] args) {
        SpringApplication.run(McpServerApplication.class, args);
        log.info("===============McpServerApplication服务启动成功");
    }
    @Bean
    public ToolCallbackProvider mathTools(MathService mathService) {
        return MethodToolCallbackProvider.builder()
                .toolObjects(mathService).build();
    }
}

（4）配置yml文件

定义MCP Server的名称、版本号。

spring:
  ai:
    mcp:
      server:
        name: spring-ai-mcp-stdio-server
        version: 1.0.0

（5）配置log日志

在resources目录下，新建一个log日志配置文件logback-spring.xml，目的是记录MCP Server端的接口是否被调用。

<configuration>
    <appender name="FILE" class="ch.qos.logback.core.FileAppender">
        <file>mcp-server.log</file>
        <encoder>
            <pattern>%d{yyyy-MM-dd HH:mm:ss} [%thread] %-5level %logger{36} - %msg%n</pattern>
        </encoder>
    </appender>
    <root level="INFO">
        <appender-ref ref="FILE" />
    </root>
</configuration>

到这里，一个通过Spring AI创建的MCP Server完成了。stdio方式是server和client通过进程通信，所以需要把server打包成jar，以便client命令启动执行。

通过maven工具打包即可，我打包后路径为：D:\java\ai-project-web\spring-ai-mcp-stdio-server\target\spring-ai-mcp-stdio-server.jar。

测试该服务是否发布成功，在cmd命令行窗口里输入如下命令：

java -Dspring.ai.mcp.server.stdio=true -Dspring.main.web-application-type=none -Dspring.main.banner-mode=off -jar D:/java/ai-project-web/spring-ai-mcp-stdio-server/target/spring-ai-mcp-stdio-server.jar

验证服务是否启动成功。

至此，我们通过spring ai框架开发完成了2个MCP Server服务，一个通过sse协议发布，另一个通过stdio协议发布，接下来，开发一个MCP Client端，调用这两个MCP Server服务。

3、开发MCP Client调用MCP Server

Spring AI 提供了更简便的方式来使用MCP，通过starter可以大大简化MCP客户端的配置和使用。Spring AI MCP支持两种不同的传输层实现：基于stdio的实现和基于SSE的实现。

通过Java开发工具，创建一个springboot工程，开发MCP Client。

（1）maven配置文件

引入spring-ai-mcp-client-webflux-spring-boot-starter和spring-ai-alibaba-starter，完整pom.xml文件如下：

<?xml version="1.0" encoding="UTF-8"?>
<project xmlns="http://maven.apache.org/POM/4.0.0"
         xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance"
         xsi:schemaLocation="http://maven.apache.org/POM/4.0.0 http://maven.apache.org/xsd/maven-4.0.0.xsd">
    <modelVersion>4.0.0</modelVersion>
    <parent>
        <groupId>org.springframework.boot</groupId>
        <artifactId>spring-boot-starter-parent</artifactId>
        <version>3.3.3</version>
        <relativePath/>
    </parent>
    <groupId>org.example</groupId>
    <artifactId>spring-ai-mcp-client</artifactId>
    <version>1.0-SNAPSHOT</version>
    <properties>
        <maven.compiler.source>21</maven.compiler.source>
        <maven.compiler.target>21</maven.compiler.target>
        <project.build.sourceEncoding>UTF-8</project.build.sourceEncoding>
        <spring-ai.version>1.0.0-M6</spring-ai.version>
        <spring-ai-alibaba.version>1.0.0-M6.1</spring-ai-alibaba.version>
    </properties>
    <dependencyManagement>
        <dependencies>
            <dependency>
                <groupId>org.springframework.ai</groupId>
                <artifactId>spring-ai-bom</artifactId>
                <version>${spring-ai.version}</version>
                <type>pom</type>
                <scope>import</scope>
            </dependency>
        </dependencies>
    </dependencyManagement>
    <dependencies>
        <dependency>
            <groupId>org.springframework.boot</groupId>
            <artifactId>spring-boot-starter-web</artifactId>
        </dependency>
        <dependency>
            <groupId>org.springframework.ai</groupId>
            <artifactId>spring-ai-mcp-client-webflux-spring-boot-starter</artifactId>
        </dependency>
        <dependency>
            <groupId>com.alibaba.cloud.ai</groupId>
            <artifactId>spring-ai-alibaba-starter</artifactId>
            <version>${spring-ai-alibaba.version}</version>
        </dependency>
    </dependencies>
    <repositories>
        <repository>
            <name>Central Portal Snapshots</name>
            <id>central-portal-snapshots</id>
            <url>https://central.sonatype.com/repository/maven-snapshots/</url>
            <releases>
                <enabled>false</enabled>
            </releases>
            <snapshots>
                <enabled>true</enabled>
            </snapshots>
        </repository>
        <repository>
            <id>spring-milestones</id>
            <name>Spring Milestones</name>
            <url>https://repo.spring.io/milestone</url>
            <snapshots>
                <enabled>false</enabled>
            </snapshots>
        </repository>
        <repository>
            <id>spring-snapshots</id>
            <name>Spring Snapshots</name>
            <url>https://repo.spring.io/snapshot</url>
            <releases>
                <enabled>false</enabled>
            </releases>
        </repository>
    </repositories>
    <build>
        <finalName>${project.artifactId}</finalName>
        <plugins>
            <plugin>
                <groupId>org.springframework.boot</groupId>
                <artifactId>spring-boot-maven-plugin</artifactId>
            </plugin>
        </plugins>
    </build>
</project>

（2）开发MCP Client

package com.yuncheng.mcp;
import org.springframework.ai.chat.client.ChatClient;
import org.springframework.boot.CommandLineRunner;
import org.springframework.boot.SpringApplication;
import org.springframework.boot.autoconfigure.SpringBootApplication;
import org.springframework.context.ConfigurableApplicationContext;
import org.springframework.context.annotation.Bean;
import org.springframework.ai.tool.ToolCallbackProvider;
import java.util.Scanner;
@SpringBootApplication
public class McpClientApplication {
    public static void main(String[] args) {
        SpringApplication.run(McpClientApplication.class, args);
    }
    @Bean
    public CommandLineRunner predefinedQuestions(ChatClient.Builder chatClientBuilder,
                                                 ToolCallbackProvider tools,
                                                 ConfigurableApplicationContext context) {
        return args -> {
            // 构建ChatClient并注入MCP工具
            var chatClient = chatClientBuilder
                    .defaultTools(tools)
                    .build();
            // 创建Scanner对象用于接收用户输入
            Scanner scanner = new Scanner(System.in);
            System.out.println(">>> 欢迎使用问答系统！输入'exit'退出程序。");
            while (true) {
                // 提示用户输入问题
                System.out.print("\n>>> QUESTION: ");
                String userInput = scanner.nextLine();
                // 如果用户输入"exit"，则退出循环
                if ("exit".equalsIgnoreCase(userInput)) {
                    System.out.println(">>> 已退出问答系统。");
                    break;
                }
                // 使用ChatClient与LLM交互
                try {
                    System.out.println("\n>>> ASSISTANT: " + chatClient.prompt(userInput).call().content());
                } catch (Exception e) {
                    System.out.println("\n>>> ERROR: 无法处理您的请求，请稍后再试。");
                    e.printStackTrace();
                }
            }
            // 关闭Spring上下文
            context.close();
            scanner.close(http://www.devze.com);
        };
    }
}

（3）配置yml文件

server:
  port: 8080
spring:
  ai:
    mcp:
      client:
        type: ASYNC
        sse:
          connections:
            server1:
              url: http://localhost:9090
        stdio:
          connections:
            server2:
              command: java
              args:
                - -Dspring.ai.mcp.server.stdio=true
                - -Dspring.main.web-application-type=none
                - -Dspring.main.banner-mode=off
                - -jar
                - D:/java/ai-project-web/spring-ai-mcp-stdio-server/target/spring-ai-mcp-stdio-server.jar
    dashscope:
      api-key: sk-b90ad31bb3eb4a158524928354f31dc5
      chat:
        options:
          model: qwen-plus

本配置文件定义了一个基于 Spring AI 的异步 MCP 客户端，调用了SSE 和 Stdio 两种MCP服务，server1采用SSE方式，连接指向http://localhost:9090，server1采用Stdio 方式，Stdio 通过 Java 命令启动，指定 Jar 文件位置。同时集成了阿里巴巴大模型qwen-plus。读者需要把api-key替换为自己的key进行测试验证。

四、运行测试

先启动MCP Server服务，再运行MCP Client，进行AI对话,观察日志输出结果，确定是否理解了用户的输入信息，并分别调用了对应的MCP Server服务。

Spring AI开发MCP Server和MCP Client的详细过程

观察输出结果：

（1）提问“你好”，大模型回答：“你好！今天天气不错，你想做点什么？如果你需要，我可以帮你查询天气、做加法或乘法运算。”

说明大模型已经发现了天气预报、算术运算两个MCP服务。

（2）提问“今天北京天气怎么样”，大模型的回答调用了基于sse协议的MCP Server，可以到该服务后台查看日志，确定是否被调用。

（3）提问“（55+45）*（1+99）等于多少”，大模型的回答调用了基于stdio协议的MCP Server，可以到mcp-server.log日志文件中查看日志，确定是否被调用。

通过验证结果表明：大模型根据用户的提问，选择了合适的工具进行回答，分别调用了对应的MCP Server服务。

那么，AI大模型是如何实现Tool Call的呢？以下是Spring AI实现Tool Call的原理图：

Spring AI开发MCP Server和MCP Client的详细过程

在最近发布的 Spring AI 1.0.0.M6 版本中，其中一个重大变化是 Function Calling 被废弃，被 Tool Calling 取代。

五、总结

Spring AI MCP Server Starter提供了两种实现MCP服务端的方式：基于stdio的实现和基于SSE的实现。基于stdio的实现适用于嵌入式场景，而基于SSE的实现适用于独立服务部署。

通过使用@Tool注解和@ToolParameter注解，可以轻松地将普通的Java方法转换为MCP工具，使其可以被MCP客户端发现和调用。Spring Boot的自动配置机制使得MCP服务端的开发变得简单高效。

智能体开发平台在线体验：http://www.yunchengxc.com

文章中示例工程源代码：https://gitee.com/hibpm/spring-ai-mcp-demo

到此这篇关于Spring AI开发MCP Server和MCP Client的文章就介绍到这了,更多相关Spring AI MCP Server和MCP Client内容请搜索编程客栈(www.devze.com)以前的文章或继续浏览下面的相关文章希望大家以后多多支持编程客栈(www.devze.com)！

继续阅读：spring ai mcp client Spring AI MCP Server

Spring AI开发MCP Server和MCP Client的详细过程

目录

一、MCP是什么

二、前提条件

三、代码实现

1、开发基于sse协议的MCP Server

（1）maven配置文件

（2）开发天气预报服务类

（3）注册为MCP工具

（4）配置yml文件

2、开发基于stdio协议的MCP Servewww.devze.comr

（1）maven配置文件

（2）开发计算器服务类

（3）注册为MCP工具

（4）配置yml文件

（5）配置log日志

3、开发MCP Client调用MCP Server

（1）maven配置文件

（2）开发MCP Client

（3）配置yml文件

四、运行测试

五、总结

更多精彩内容

精彩评论

最新开发

c#将不同类型的数据存储到一起的实现

Java使用Lambda表达式实现排序功能的实现代码

Java后端实现数据加密的多方案对比分析及实践

SpringBoot 项目搭建的 4 种常用方式(从入门到实践)

Java aop切面使用方法详解

开发排行榜

springboot后端存储富文本内容的思路与步骤(含图片内容)

PyCharm运行python测试,报错“没有发现测试”/“空套件”的解决

return base64.b64encode(b).decode(

基于C语言实现钻石棋游戏的示例代码

Sublime Text 3解决中文乱码问题（实测可用）