FastGPT 集成 MCP 协议构建工具增强型智能体

选择之前创建的特定 MCP 工具，例如 maps_weather 和 maps_text_search。

2. 调用整个工具集

如果需要 AI 自动判断并选择合适的工具，可以使用工具集模式：

1. 在工作流中添加'MCP 工具集'节点。
2. AI 会根据用户问题智能匹配工具，获取信息后直接回答。

使用'工具调用'节点连接该工具集即可生效。

五、私有化部署支持

如果是私有化部署 FastGPT，需完成以下配置以启用 MCP 功能：

1. 环境准备

确保 FastGPT 版本已升级至 v4.9.6 或更高。

2. 修改 docker-compose.yml 文件

在 docker-compose.yml 中添加 fastgpt-mcp-server 服务：

fastgpt-mcp-server:
    container_name: fastgpt-mcp-server
    image: ghcr.io/labring/fastgpt-mcp_server:v4.9.6
    ports:
      - 3005:3000
    networks:
      - fastgpt
    restart: always
    environment:
      - FASTGPT_ENDPOINT=http://fastgpt:3000

3. 修改 FastGPT 配置

编辑 config.json 配置文件，添加如下内容（注意末尾不要带斜杠）：

{
  "feConfigs": {
    "lafEnv": "https://laf.dev",
    "mcpServerProxyEndpoint": "https://mcp.您的域名.com" 
  }
}

4. 重启服务

执行命令重启容器：

docker-compose down
docker-compose up -d

重启完成后，工作台即可看到 MCP 服务和工具集选项。

六、使用 MCP-Proxy 集成多个 MCP 服务

实际场景中可能需要对接多个 MCP 服务，此时可使用 MCP-Proxy 进行聚合。

1. MCP-Proxy 简介

该工具具备以下特性：

• 代理多个 MCP 客户端：连接多个资源服务器并聚合功能。
• SSE 支持：提供 Server-Sent Events 实现实时更新。
• 灵活配置：支持 stdio、sse 或 streamable-http 等多种协议。

2. 安装 MCP-Proxy

推荐通过 Docker 安装：

docker run -d -p 9090:9090 -v /path/to/config.json:/config/config.json ghcr.io/tbxark/mcp-proxy:latest

也可从源码构建或使用 Go 安装。

3. 配置 MCP-Proxy

创建 config.json 文件定义服务：

{
  "mcpProxy": {
    "baseURL": "https://mcp.example.com:5678",
    "addr": ":9090",
    "name": "MCP Proxy",
    "version": "1.0.0",
    "options": {
      "panicIfInvalid": false,
      "logEnabled": true,
      "authTokens": [
        "DefaultTokens"
      ]
    }
  },
  "mcpServers": {
    "github": {
      "command": "npx",
      "args": [
        "-y",
        "@modelcontextprotocol/server-github"
      ],
      "env": {
        "GITHUB_PERSONAL_ACCESS_TOKEN": "<YOUR_TOKEN>"
      }
    },
    "fetch": {
      "command": "uvx",
      "args": [
        "mcp-server-fetch"
      ]
    },
    "amap": {
      "url": "https://mcp.amap.com/sse?key=<YOUR_TOKEN>"
    }
  }
}

注意：测试时可删除 authTokens 部分；baseURL 需填写外部可访问的地址（含端口），若使用内网穿透则填穿透后的地址。

此配置定义了三个服务：GitHub 功能、网络请求功能及高德地图位置服务。

4. 将 MCP-Proxy 与 FastGPT 集成

部署完成后，获得统一地址如 https://mcp.example.com:5678/{clientName}/sse，直接在 FastGPT 中使用：

1. 选择'新建应用' -> 'MCP 工具集'。
2. 填入 Proxy 地址，如 https://mcp.example.com:5678/amap/sse。
3. 点击'解析'并创建。

5. 高级配置

支持工具过滤、认证令牌管理及多种通信协议切换。例如限制特定工具调用：

"options": {
  "toolFilter": {
    "mode": "block",
    "list": ["create_or_update_file"]
  }
}

七、最佳实践建议

1. 工具组合：结合不同工具类型，如地图加天气，提供更全面的信息。
2. 参数调试：正式使用前充分测试工具参数及返回格式。
3. 错误处理：工作流中增加异常处理节点，应对调用失败情况。
4. 提示词优化：明确指引 AI 何时调用工具及如何解析结果。

八、总结

FastGPT 的 MCP 工具集功能显著扩展了平台边界，通过统一协议轻松对接各类外部 API。无论是地图、天气还是其他服务，都能集成到 FastGPT 中，让 AI 获取实时准确的外部信息。配合 MCP-Proxy 的聚合能力，智能体应用能快速接入海量开源组件，实现 AI 开源生态的闭环。随着更多服务商支持 MCP，FastGPT 的工具生态将更加丰富强大。