MCP 协议与 FastGPT 集成指南
MCP（Model Context Protocol）是 Anthropic 于 2024 年推出的协议，旨在统一 AI 模型与外部系统的通信标准。随着 OpenAI 等厂商的支持，该协议正成为连接大模型与外部工具的关键桥梁。
MCP 架构包含 Client 与 Server 两部分：Client 端赋予 AI 调用外部系统的能力，Server 端则提供具体的服务接口。FastGPT 自 v4.9.6 版本起，原生支持两种 MCP 模式：一是作为 MCP 服务端对外暴露能力，二是作为客户端导入外部 MCP 工具集。此外，mcp-proxy 可作为开源代理聚合多个 MCP 服务，为私有化部署提供更灵活的接入方案。
创建 MCP 工具集
获取服务地址
首先需要获取一个支持 MCP 协议的服务端点。以高德地图为例，访问其官方文档获取 SSE 地址，格式通常为 https://mcp.amap.com/sse?key=xxx。
在 FastGPT 中配置 登录 FastGPT 工作台，选择'新建应用'并指定类型为"MCP 工具集"。在弹窗中输入上述服务地址，点击'解析'，系统将自动识别可用的工具列表。确认无误后点击'创建'，即可完成工具集的初始化。
测试与验证
工具集创建完成后，建议先进行功能验证。进入工具集详情页，选择具体工具如 maps_weather，输入参数（例如城市名'杭州'），点击运行即可查看返回的天气数据。这一步能确保网络连通性及鉴权信息正确。
AI 模型调用策略
FastGPT 允许通过工作流灵活控制 AI 对工具的调用方式：
单工具调用 在工作流中添加'工具调用'节点，显式绑定特定工具。适用于需求明确、只需单一功能的场景。例如，固定让 AI 查询天气或搜索地点。
工具集自动路由 添加"MCP 工具集'节点，AI 会根据用户意图自动匹配最合适的工具。这种方式更适合复杂任务，无需人工干预工具选择逻辑。
私有化部署支持
对于本地部署的 FastGPT，启用 MCP 功能需满足以下前置条件：
- 版本要求：确保 FastGPT 已升级至 v4.9.6 或更高版本。
- 环境配置：后续步骤通常涉及修改
docker-compose.yml文件以注入环境变量，并调整 FastGPT 内部配置以指向 MCP 服务地址。 - 服务重启：完成配置后重启容器使更改生效。
若需聚合多个 MCP 服务，可引入 mcp-proxy 中间件，将其作为统一入口接入 FastGPT，从而降低多服务管理的复杂度。
总结
通过集成 MCP 协议，FastGPT 能够轻松对接海量开源工具，显著扩展智能体的边界。无论是云端 SaaS 还是私有化部署，掌握这一范式都能为业务场景提供更丰富的自动化能力。
