使用 Quarkus 构建首个 Keycloak MCP 服务器实战指南
A Keycloak 示例 - 使用 Quarkus 构建我的第一个 MCP 服务器工具
最近我写了一篇关于"在 Java 生态系统中采用模型上下文协议"的文章。现在也是时候开始尝试自己编写 MCP 服务器了(也许这不是第一次)。
我当然不想错过社区展示的所有酷炫功能。我的目标是学习,并可能创建一个更实用的示例。在这篇文章中,我将选择 Keycloak,并为其编写一个实验性的 MCP 服务器实现。这篇文章也是为了激发对这个主题的兴趣。为 Keycloak 开发 MCP 服务器会有用吗?
什么是模型上下文协议?
模型上下文协议是 Anthropic 于 2024 年 11 月引入的标准。MCP 的目的是建立一个标准,帮助社区编写和使用工具、提示和资源。想象一下,你开始为 Slack 这样的工具编写工具,我也开始为 Slack 编写工具。看啊,我们都有自己的实现,但随后 Slack 也推出了自己的工具。这时我们就有个小问题:一是没有标准的方式与这些工具通信;二是如果 Slack 或 GitHub 负责为其服务创建和暴露工具,会使你我的生活更轻松。这正是我认为 MCP 非常有用的用例。
解释:用户向 LLM 发送查询/问题。LLM 分析问题并决定是否需要调用工具。LLM 然后指示客户端执行工具。客户端在 MCP 服务器上执行工具。客户端将结果返回给 LLM。LLM 为用户制定结果。
虽然这只是一个基本示例。现实是 MCP 还支持提示和资源。同样重要的是要说明,MCP 通常并不真正带来新功能,而是专注于标准。自其出现以来,我们已经有多个 MCP 服务器和框架实现可供使用,如 Quarkus、Spring AI、MCP SDK 等。
MCP 使我们能够通过提供例如预构建集成选择和在不同 LLM 之间切换的灵活性来开发代理和复杂工作流。
Stdio 与 SSE
在使用标准 IO 进行本地开发(服务器和客户端在同一台机器上)或构建 CLI 应用程序与使用 HTTP 上的服务器发送事件进行远程开发之间应该做出关键区分。后者应该被强调为在实际多应用程序使用中最实用的。另一个需要注意的重要事项是 MCP 服务器通过 JSON-RPC 进行通信。
JSON-RPC 是一种无状态、轻量级的远程过程调用协议。该规范主要定义了几种数据结构及其处理规则。它在传输方面是不可知的,因为这些概念可以在同一进程内、通过套接字、通过 HTTP 或在许多不同的消息传递环境中使用。
逻辑分解:
Keycloak
如果您不熟悉 Keycloak;它是一个开源的身份和访问管理软件。当前版本是 26,已经在实际环境中广泛使用。它通过 OAuth/OIDC、AD、LDAP 和 SAML v2 提供单点登录功能。如果您不太熟悉 Keycloak,我还编写了一个小型自定进度的 Keycloak 教程,涵盖了所有基础知识和一些高级配置。
开始吧
从 quarkus cli 或通过 code.quarkus.io 创建项目。
在我的示例中,我使用 stdio。这意味着基于 CLI 的标准输入输出扩展。
在 pom.xml 中添加 stdio Quarkus 扩展:
很棒。一个有趣的事实是 Keycloak 也是使用 Quarkus 构建的。最初它基于 Wildfly,但大约 2 年前团队将整个项目迁移到了 Quarkus。Keycloak Admin CLI,顾名思义,是用于管理 Keycloak 的强大工具,使用 REST API。我将在这个项目中使用它。让我们也将其添加到 pom.xml 中:
好的,这应该为开始设置好了基础。
由于我是从头开始。是时候编写第一个服务了。我将编写一个 UserService,它将通过 Keycloak Admin 客户端调用领域内用户的 CRUD 操作。
什么是领域
领域是给定组或应用程序或服务的所有配置、选项的逻辑命名空间。领域保护和管理一组用户、应用程序和注册的身份代理、客户端等的安全元数据。用户可以在管理控制台内的特定领域中创建。角色(权限类型)可以在领域级别定义,您还可以设置用户角色映射以将这些权限分配给特定用户。用户属于一个领域并登录到该领域。领域彼此隔离,只能管理和验证它们控制的用户。
Keycloak 的 UserService
让我们开始编写一个服务类来访问 Keycloak。
服务在应用程序启动时启动 @ApplicationScoped。我还注入了 import org.keycloak.admin.client.Keycloak 客户端来调用 Keycloak 上的管理 API。
以下 getUsers 方法将领域作为输入。这意味着我强制用户指定一个领域。因为在 keycloak 安装中可能有多个领域。一旦接收到 realm 参数,我就可以调用 user().list()来获取领域中的所有用户。
对于 addUser 方法,我需要用户创建参数和领域。这样,当进行工具调用时,我想确保上下文是领域。例如,用户可能要求从两个领域获取用户,然后将用户添加到其中一个。
1 - UserRepresentation 类是 Admin REST API 的一部分,用于在 Keycloak 领域内管理用户的上下文中表示用户。该类封装了与用户相关的各种属性和属性,允许管理员以编程方式创建、更新和检索用户信息。
2 - CredentialRepresentation 类用于表示与用户帐户关联的凭据。该类是 Keycloak Admin REST API 的一部分,对于管理用户身份验证方法(如密码、OTP 和其他凭据类型)至关重要。
3 - 最后,我向 Keycloak 发送创建用户请求。此部分下面还有一些错误处理,以确保调用工具时,我可以返回正确的状态。
类似地,我还实现了以下两个函数,用于删除用户和按用户名获取用户。
UserService 的完整代码列表可在 github 上找到。
为了使上述内容成功运行,我还需要做两个操作性的工作。
在属性文件中添加以下行。这意味着我在端口 8081 上运行我们的本地 keycloak 实例。
通过 docker-compose 的 Keycloak 开发模式
还有一个用于 keycloak 的 docker-compose.yaml 文件,将在本地启动它。它所做的只是以开发模式启动 keycloak,并暴露端口 8081。目前我正在使用 podman 运行此文件。
要运行上述文件:docker-compose up
创建 UserTool
工具是一个组件,通过使 LLM 能够执行特定操作并与外部系统交互来增强其能力。这可能是 API、数据库、内部系统等。这正是我在这里要做的,为 keycloak 构建工具。我们创建以下流程,其中 UserTool 将调用 UserService,后者又调用 Keycloak 进行操作。我已经创建了 UserService。现在是创建 UserTool 的时候了。
在以下 UserTool 类中,我注入 UserService 和 ObjectMapper。我使用 com.fasterxml.jackson.databind.ObjectMapper 将一些结果转换为 String,例如 List。
接下来,让我们创建一个 MCP 服务器可以暴露的工具。
1 - @Tool(description = "Get all users from a keycloak realm")@Tool:表示 getUsers 方法被 LLM 识别为可调用函数或工具。description 描述此工具的作用,例如获取所有用户。当请求从 keycloak 获取所有用户时,LLM 可以调用此工具。
由于 LLM 可以理解自然语言,所有导致从 keycloak 获取用户上下文的提问应该*理论上调用此工具。还要注意,如果我添加太多与其他工具描述混淆的细节,LLM 可能不会调用所需的工具并最终产生幻觉。应注意如何编写描述。我建议简洁直接,避免歧义和重叠。
2 - ToolArg 向 LLM 指定此工具需要一个参数。在我的情况下,它必须是一个领域。因此,如果用户只说获取所有用户,LLM 应该回来询问哪个领域。如上所述,请注意 description 参数。
3 - 最后,一旦结果从 UserService 返回,在这种情况下是一个 List。我使用 ObjectMapper 将其转换为 String,以便 LLM 可以理解响应。我也尝试过使用 Jsonb,效果也不错。
1 - 由于这是创建新用户的方法。我指定了需要的确切内容。2 - 成功执行此工具所需的所有不同参数。3 - 最后,一旦 UserService 返回,我将结果传递给 LLM 进行进一步处理。
打包
我们应该将以下属性添加到 application.properties 中。
1 - 告诉 Quarkus 创建一个 uber jar。Uberjar,也称为"fat jar"或"shadow jar",是一种 Java 存档文件,包含运行 Java 应用程序所需的所有依赖项和资源。2 - 我还想要一个日志文件,以便我可以了解发生了什么。3 - 日志文件的地址和名称。
应用程序的完整源代码可以在这里找到。如果您只想运行它的话 :)
使用 Goose 运行
一个本地的、可扩展的、开源的 AI 代理,可自动化工程任务。
Goose by block 提供了一个 CLI 工具,具有添加 MCP 作为扩展的能力。使用 goose configure 添加 LLM 配置和 API 密钥。
一旦 CLI 配置完成,我现在可以通过将其添加为扩展来添加打包的 MCP 服务器。
以下是一些可以提问的示例:
好的,总结一下。希望您喜欢它,并准备好编写您的第一个 MCP 服务器实现。
总结
本文探讨了为 Keycloak 创建一个实用的模型上下文协议服务器,旨在学习并展示其在 AI 驱动管理方面的潜力。MCP 标准化了 LLM 与外部工具、提示和资源的交互方式,解决了分散的自定义集成问题。文章详细介绍了使用 Quarkus 和 Keycloak Admin REST 客户端构建这个实验性 Keycloak MCP 服务器的过程,重点关注指定领域内的用户管理操作。它提供了 UserService 和 MCP UserTool 的代码片段,解释了如何为 LLM 使用定义工具及其参数。最后,文章展示了如何打包 Quarkus 应用程序并使用"Goose"(一个 AI 代理 CLI)运行它,以使用自然语言查询与 Keycloak 交互。示例的源代码可以在这里找到。
资源
Goose - https://github.com/block/goose
MCP - https://modelcontextprotocol.io/docs/concepts/tools
Keycloak MCP Server - 示例 https://github.com/sshaaf/keycloak-mcp-server
MCP 和调用您的 REST API - https://github.com/learnj-ai/llm-jakarta/tree/workshop/step-09-mcp
Quarkus - https://quarkus.io/blog/mcp-server/
使用 Quarkus 创建 MCP 服务器 - https://iocanel.com/2025/03/creating-an-mcp-server-with-quarkus-and-backstage/更多精彩内容 请关注我的个人公众号 公众号(办公 AI 智能小助手)对网络安全、黑客技术感兴趣的朋友可以关注我的安全公众号(网络安全技术点滴分享)
公众号二维码

公众号二维码

评论