1前言
MCP Server(模型上下文协议服务器)是一种基于模型上下文协议(Model Context Protocol,简称MCP)构建的轻量级服务程序,旨在实现大型语言模型(LLM)与外部资源之间的高效、安全连接。MCP协议由Anthropic公司于2024年11月开源,其核心目标是解决AI应用中数据分散、接口不统一等问题,为开发者提供标准化的接口,使AI模型能够灵活访问本地资源和远程服务,从而提升AI助手的响应质量和工作效率。
MCP Server 的架构与工作原理
MCP Server 采用客户端-服务器(Client-Server)架构,其中客户端(MCP Client)负责与服务器建立连接,发起请求,而服务器端则处理请求并返回响应。这种架构确保了数据交互的高效性与安全性。例如,客户端可以向服务器发送请求,如“查询数据库中的某个记录”或“调用某个API”,而服务器则根据请求类型,调用相应的资源或工具,完成任务并返回结果。
MCP Server 支持动态发现和实时更新机制。例如,当新的资源或工具被添加到服务器时,客户端可以自动感知并使用这些新功能,从而提高系统的灵活性和扩展性
MCP Server 的主要功能
-
资源暴露与工具提供: MCP Server 可以将本地文件、数据库、API等资源作为数据实体暴露给AI模型,同时提供工具功能,帮助AI完成复杂任务,如数据检索、内容生成、实时更新等。例如,它支持对MySQL、PostgreSQL等数据库的查询和操作,也支持对本地文件系统的读写和目录管理。
-
会话管理与动态通知: MCP Server 能够管理客户端与服务器的连接,确保会话的时效性和稳定性,同时通过实时推送机制,将最新的资源信息及时传递给AI模型,以保证数据的准确性和实时性。
-
安全性与隐私保护: MCP Server 采用加密认证和访问控制机制,确保数据传输的安全性,避免敏感信息泄露。例如,它支持本地运行,避免将敏感数据上传至第三方平台,从而保护用户隐私。
-
标准化与模块化: MCP Server 提供了标准化的通信协议,支持两种传输协议(STDIO和SSE),并允许开发者通过插件扩展功能,使其具备灵活性和扩展性。例如,它支持通过HTTP标准POST请求与客户端进行交互,同时支持WebSocket实现实时数据推送。
-
多场景应用
: MCP Server 可以应用于多种场景,包括但不限于:
- 本地资源集成:如文件操作、数据库管理、API调用等。
- 云服务交互:如与GitHub、Slack、Google Drive等云服务的集成。
- AI助手扩展:如为ChatGPT等AI助手提供上下文支持和工具调用能力
目前mcp-server发展速度非常快。截止2025年4月26日目前mcp-server在mcp.so市场上已经发展超过10000多个mcp-server
目前各大互联网厂商也陆续实现的MCP-Servers广场了。前段时间魔搭社区也上线了MCP广场。目前也有上千个MCP-Servers.
目前dify 应用市场上的mcp-server还是比较少的,而且每个MCP-server并不是都能够在dify 安装和完成。今天我们就带大家借助魔搭社区提供的MCP广场实现一个基于吃饭、学习、看新闻、出门旅行为一体的 AI Agent 智能体。
我们先看一下工作流截图
话不多,下面带大家来实现这工作流。
2.魔搭社区mcp-server创建和配置
魔搭社区mcp-server 创建
用账号登录魔搭社区,进入首页,点击右边“MCP广场”
这里我们选择下面红色框4个MCP-Server
我们首选拿高德地图给大家介绍MCP-Server 在摩搭MCP广场安装。选中进入高德地图mcp-server配置详细页面
进入后这块可以看到详细信息,我们需要高德地图开发平台console.amap.com/dev/index 开通并创建web应用,并获取apiKEY
获取KEY 后回到魔搭社区页面,在右上角填写刚才获取的KEY 点击保存生效。
我上面的是提前配置好了,所以变成重置服务。
保存完成后会生成一个sse URL 地址
记录这个地址
json体验AI代码助手代码解读复制代码{
"mcpServers": {
"amap-maps": {
"type": "sse",
"url": "https://mcp.api-inference.modelscope.cn/sse/xxxxxxxxxx"
}
}
}
我们同样的方法把Tavily智搜 也配置好,当然Tavily 平台的KEY 也是根据要求提前注册好。
另外2个LeetCode(力扣) 和今天吃什么 不需要授权直接点击应用就可以创建SSE 请求地址,我们用同样的方法记录mcpServers
json体验AI代码助手代码解读复制代码{
"mcpServers": {
"howtocook-mcp": {
"type": "sse",
"url": "https://mcp.api-inference.modelscope.cn/sse/xxxx"
}
}
}
记录好4个地址,后面在dify平台上使用。
魔搭社区mcp-server 测试
创建好4个mcp-server 我们可以在魔搭MCP 实验场上测试一下,我是建议大家先测试一下保持刚才的MCP-server 是生效和可用的。
点击配置我们可以看到刚才创建的4个mcp-server
我们点开对话窗体中 小工具按钮,把平台自带的高德地图、time、fetch 先关闭。避免影响我们自己配置的4个mcp-server
接下来验证测试
这个时候它上面显示调用了amap-maps工具
确定它是调用了高德地图mcp-server.
3.dify工作流制作
我们回到dify工作台,创建一个chatflow.
开始
这个开始节点不需要配置,默认的即可。
问题分类器
开始节点之后我们设置一个问题分类器。
问题分类器模型我们这里使用上海人工智能实验室提供的internlm3-8b-instruct 模型。因为我们这里用到4类MCP-Server 这些服务主要围绕 地图搜索、吃饭、刷题、新闻搜索所以对应的方向和领域是不一样的。我们根据他们的特点划分成4类。
分类1
shell体验AI代码助手代码解读复制代码城市的天气、地图经纬度、IP 地址、查询关键词搜或者周边搜获、骑行路径规划、驾车路径规划、公交路径规划 、距离测量 、周边搜
分类2
体验AI代码助手代码解读复制代码查询全部菜谱、今天有什么好吃的、智能推荐一周菜谱、查询菜谱
分类3
体验AI代码助手代码解读复制代码今天有什么最新新闻
分类4
体验AI代码助手代码解读复制代码每日一题
Agent
接下来4个Agent配置都是一样的,我们这里就拿一个高德地图配置给大家说一下。
Agent策略这里我们需要提前安装一个叫做“MCP Agent 策略”
这个插件安装具体就在这里说明的,如果纯内网安装插件可以参考我前期文章 Dify 实战:纯内网1.0+版本,攻克模型工具插件离线安装难题
安装好后 选择 function calling
模型这块我们还是建议大家使用火山引擎的deepseekv3 模型。
工具列表中,我们找一个时间的工具
MCP 服务器地址,这里我们就填写刚才在魔搭社区生成关于高德地图的mcp-server SSE url
shell体验AI代码助手代码解读复制代码https://mcp.api-inference.modelscope.cn/sse/XXXX
指令
arduino体验AI代码助手代码解读复制代码请根据用户输入的{{#sys.query#}} 使用amap-maps 实现查询
查询
arduino体验AI代码助手代码解读复制代码{{#sys.query#}}
以上我们就完成了Agent的配置。 同样的道路我们把剩下的3个也配置好。
直接回复
这个直接回复就比较简单4个直接回复,每一个对应一个AI Agent
以上我们就完成了4个智能体的工作流的搭建了。
4.验证及测试
我们点击右上角 预览按钮,在下面输入我们的问题。比如
问题1
体验AI代码助手代码解读复制代码我要从合肥南站到合肥中央公园游玩,我要走公共交通,请给我规划最合理路线
上面的工作流走了高德地图的AI-Agent 然后给得我们的出现路线了。
问题2
体验AI代码助手代码解读复制代码今天有什么好吃的
问题3
yaml体验AI代码助手代码解读复制代码2025年4月26日最新科技新闻有哪些?
问题4
体验AI代码助手代码解读复制代码给我一个算法题,用中文来回答
5.问题
目前我们借用的是魔搭社区提供的免费的mcp-server来实现搭建的,第一次调用的时候会出现超时现象。如下图
遇到这个错误大家不好着急,再调用一次就可以了。我的理解应该是魔搭社区为了资源的不浪费设置了保活机制,也就是这个mcp-server第一次请求是会比较慢的,它需要重新启动或发布,目前也没看到设置超时时间的参数这样会导致请求报错,第二次请求和连续请求就不会有上述错误了。如果大家想规避这个问题可以考虑自己搭建类似魔搭社区提供mcp-server。
5.总结
今天主要带大家了解并实现了基于魔搭社区 MCP 广场和 Dify 平台的 AI Agent 智能体工作流方案。我们介绍了 MCP Server 的相关概念,包括其架构、工作原理、主要功能以及发展现状。MCP Server 作为一种轻量级服务程序,为 AI 模型与外部资源的连接提供了高效、安全的解决方案。这个方案属于比较实用且具有一定创新性的方案,能够帮助用户打造一个集吃饭、学习、看新闻、出门旅行为一体的 AI Agent 智能体。感兴趣的小伙伴可以按照本文步骤去尝试。
如何零基础入门 / 学习AI大模型?
大模型时代,火爆出圈的LLM大模型让程序员们开始重新评估自己的本领。 “AI会取代那些行业?
”“谁的饭碗又将不保了?
”等问题热议不断。
不如成为「掌握AI工具的技术人」
,毕竟AI时代,谁先尝试,谁就能占得先机!
想正式转到一些新兴的 AI 行业,不仅需要系统的学习AI大模型。同时也要跟已有的技能结合,辅助编程提效,或上手实操应用,增加自己的职场竞争力。
但是LLM相关的内容很多,现在网上的老课程老教材关于LLM又太少。所以现在小白入门就只能靠自学,学习成本和门槛很高
那么我作为一名热心肠的互联网老兵,我意识到有很多经验和知识值得分享给大家,希望可以帮助到更多学习大模型的人!至于能学习到多少就看你的学习毅力和能力了 。我已将重要的AI大模型资料包括AI大模型入门学习思维导图、精品AI大模型学习书籍手册、视频教程、实战学习等录播视频免费分享出来。
这份完整版的大模型 AI 学习资料已经上传CSDN,朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费
】
👉 福利来袭
CSDN大礼包:《2025最全AI大模型学习资源包》免费分享,安全可点 👈
全套AGI大模型学习大纲+路线
AI大模型时代的学习之旅:从基础到前沿,掌握人工智能的核心技能!
640套AI大模型报告合集
这套包含640份报告的合集,涵盖了AI大模型的理论研究、技术实现、行业应用等多个方面。无论您是科研人员、工程师,还是对AI大模型感兴趣的爱好者,这套报告合集都将为您提供宝贵的信息和启示。
👉学会后的收获:👈
• 基于大模型全栈工程实现(前端、后端、产品经理、设计、数据分析等),通过这门课可获得不同能力;
• 能够利用大模型解决相关实际项目需求: 大数据时代,越来越多的企业和机构需要处理海量数据,利用大模型技术可以更好地处理这些数据,提高数据分析和决策的准确性。因此,掌握大模型应用开发技能,可以让程序员更好地应对实际项目需求;
• 基于大模型和企业数据AI应用开发,实现大模型理论、掌握GPU算力、硬件、LangChain开发框架和项目实战技能, 学会Fine-tuning垂直训练大模型(数据准备、数据蒸馏、大模型部署)一站式掌握;
• 能够完成时下热门大模型垂直领域模型训练能力,提高程序员的编码能力: 大模型应用开发需要掌握机器学习算法、深度学习框架等技术,这些技术的掌握可以提高程序员的编码能力和分析能力,让程序员更加熟练地编写高质量的代码。
👉 福利来袭
CSDN大礼包:《2025最全AI大模型学习资源包》免费分享,安全可点 👈
这份完整版的大模型 AI 学习资料已经上传CSDN,朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费
】
作为普通人,入局大模型时代需要持续学习和实践,不断提高自己的技能和认知水平,同时也需要有责任感和伦理意识,为人工智能的健康发展贡献力量。