技术干货 | MCP服务入门：零基础教你用Dify扩展大模型能力（值得收藏）-编程实验室

前言

在AI领域，大模型的能力日益提升，但与外部数据源、工具和环境的连接一直是一个难题。今天，我们要介绍一项革命性的技术：MCP服务，它能为AI应用带来全新的体验和无限可能。

如何使用Dify集成MCP服务？

为了帮助你更好地理解如何使用MCP服务，我们将通过以下步骤详细展示如何在Dify平台中集成和使用MCP服务：

步骤 1: 安装mcp-server插件

首先，你需要在Dify平台中安装mcp-server插件。这将使你的Dify应用能够作为MCP服务端，允许外部客户端通过MCP协议调用你的应用。

步骤 2: 创建并配置工作流

接下来，你需要在Dify平台上创建一个工作流。例如，创建一个“写诗”工作流，用户输入诗人的名字，系统将生成模仿该诗人风格的七律诗。通过添加输入节点、LLM节点和输出节点，你的工作流就完成了。

此时，你需要定义该工作流的输入参数，例如“诗人名字”（name），并确保能够传递给下游的LLM节点进行处理。

步骤 3: 发布API端点,配置mcp服务

完成工作流设计后，下一步是为工作流发布API端点。通过设置API端点，你将为外部客户端提供一个专用URL，允许它们调用你的应用并传递必要的参数。此时，你可以配置端点名称、应用类型（如“工作流”）等相关信息。

{ "name": "poem", "description": " 回答问题", "inputSchema": { "title": "poem", "type": "object", "properties": { "name": { "title": "name", "description": " 问题", "type": "string" } }, " required": [ "name" ] }}

name、description、title、properties中的参数名称、required后⾯的值。

步骤 4: 在Dify中调⽤MCP Server

在配置完成后，你可以在Dify平台中进行测试。通过调用mcp-server插件生成的端点URL，你将能够测试MCP服务的调用是否成功，确保所有流程正常运行。下载工具MCP SSE / StreamableHTTP

“url”: "http://192.168.3.143/e/07doshafsewucw8r/sse"这个地址就是mcp服务生成的地址

步骤 5: 使用测试MCP服务

创建一个Agent应用测试，首先要在Agent中配置工具如下图和结果

成功调用MCP服务，其他MCP服务只要配置地址同样可以使用

什么是MCP服务？

在深入了解如何使用MCP服务后，让我们来探讨MCP服务的基本概念、核心架构和运作机制。

MCP的定义

MCP（Model Context Protocol）是“模型上下文协议”的缩写，它为大模型与外部数据源、工具、开发环境之间提供了一个标准化的通信接口。MCP协议使得AI模型能够高效、安全地与外部系统进行双向数据交换。

如果将大模型比作人类的大脑，那么MCP就像是连接“大脑”和“手脚”的神经网络。通过MCP，大模型能够更加智能地获取和处理外部数据，提升创意和处理能力。

MCP的优势：简化集成：

不再需要繁琐的API接口和编写代码，MCP提供了标准化的接口，使得不同系统之间的连接变得更加简单。安全高效：

通过MCP协议，数据和工具的访问变得更加安全，同时可以实现更高效的数据交换。

MCP的核心架构

MCP的架构采用了经典的客户端-服务端模式，其主要组成部分包括：

MCP Client（客户端）：

MCP客户端是用户与MCP生态系统的交互入口。用户可以通过各种工具和应用，如聊天应用、编程IDE或自动化任务工具，向MCP服务发送请求。这些客户端可以是：

聊天工具（如智能助手）

编程IDE（如VS Code）

自动化任务工具（如数据处理工具）

MCP Server（服务端）：

MCP服务端则负责接收和处理来自客户端的请求，提供实际的业务功能。这些服务端可以是：

数据库服务（如ClickHouse、Supabase）

设计工具服务（如Figma、Blender）

办公协作工具（如Notion、Obsidian）

本地与远程MCP Server：本地MCP Server

：能够访问本地计算机上的文件、数据库和服务。远程MCP Server

：通过互联网访问外部系统，可以与远程服务进行数据交互。

MCP的工作流程

MCP的工作流程非常简单，但却非常高效。以下是一个基本的MCP操作示例：用户输入

：用户通过MCP客户端提出请求（例如：“现在几点钟？”）。MCP客户端选择工具

：客户端选择一个MCP工具（例如get_current_time）来处理请求。MCP服务端返回结果

：MCP服务端根据请求参数返回相应的结果（例如：当前时间）。MCP客户端进一步处理

：客户端接收结果并进行处理，最终将结果返回给用户。

示例请求与响应：

请求： { "jsonrpc": "2.0", "id": 123, "method": "tools/call", "params": { "name": "get_current_time", "arguments": { "timeZone": "Asia/Shanghai" } } } 响应：

总结与展望

MCP服务通过提供一个标准化的接口，使得大模型与外部数据源之间的连接变得前所未有的简单和高效。通过Dify平台的mcp-server插件，你可以轻松发布自己的应用作为MCP服务，供外部系统调用。

最后

为什么要学AI大模型

当下，⼈⼯智能市场迎来了爆发期，并逐渐进⼊以⼈⼯通⽤智能（AGI）为主导的新时代。企业纷纷官宣“ AI+ ”战略，为新兴技术⼈才创造丰富的就业机会，⼈才缺⼝将达 400 万！

DeepSeek问世以来，生成式AI和大模型技术爆发式增长，让很多岗位重新成了炙手可热的新星，岗位薪资远超很多后端岗位，在程序员中稳居前列。

与此同时AI与各行各业深度融合，飞速发展，成为炙手可热的新风口，企业非常需要了解AI、懂AI、会用AI的员工，纷纷开出高薪招聘AI大模型相关岗位。

最近很多程序员朋友都已经学习或者准备学习 AI 大模型，后台也经常会有小伙伴咨询学习路线和学习资料，我特别拜托北京清华大学学士和美国加州理工学院博士学位的鲁为民老师给大家这里给大家准备了一份涵盖了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全系列的学习资料，这些学习资料不仅深入浅出，而且非常实用，让大家系统而高效地掌握AI大模型的各个知识点。

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】