AI Agent 新范式:FastGPT 结合 MCP 协议构建工具增强智能体
MCP 协议(Model Context Protocol)由 Anthropic 于 2024 年发布,旨在统一 AI 模型与外部系统的通信方式。随着 OpenAI 等厂商的支持,越来越多的 AI 应用开始接入这一标准。
MCP 架构主要包含 Client 和 Server 两部分:
- Client:使用 AI 模型的一方,通过 MCP Client 为模型提供调用外部系统的能力。
- Server:提供外部系统调用的一方,实际运行外部服务的主体。
FastGPT 从 v4.9.6 版本起新增了两种 MCP 相关功能:
- MCP 服务:将 FastGPT 应用以 MCP 协议对外提供。
- MCP 工具集:导入外部 MCP 服务,让 FastGPT 使用外部工具。
此外,mcp-proxy 作为开源的 MCP 协议聚合代理,可以聚合多个 MCP 服务并提供统一地址。本文将重点介绍如何在 FastGPT 中集成和使用 MCP 工具集,并给出私有化部署的聚合方案。
创建 MCP 工具集
获取 MCP 服务地址
首先,您需要获取一个支持 MCP 协议的服务地址。这里以高德地图的 MCP 服务为例,访问其官方文档获取 MCP 地址,格式通常为 https://mcp.amap.com/sse?key=xxx。
在 FastGPT 中创建 MCP 工具集
登录 FastGPT 平台后,在工作台中选择'新建应用',然后选择'MCP 工具集'。在弹出窗口中填入上一步获取的 MCP 服务地址,点击'解析'按钮,系统会自动解析出该服务提供的一系列工具。确认无误后,点击'创建'即可完成工具集的初始化。

测试 MCP 工具
创建完成后,您可以对工具集中的单个工具进行测试。进入 MCP 工具集详情页面,输入测试参数(例如城市名称'杭州'),点击'运行'按钮即可查看返回结果。系统会显示该城市的具体天气信息。
选择需要测试的具体工具,例如 maps_weather(天气查询工具)。

AI 模型调用 MCP 工具
FastGPT 支持两种方式让 AI 模型调用 MCP 工具:
调用单个工具
在工作流中添加'工具调用'节点,连接工作流节点,让 AI 模型能够直接调用这些工具。
测试效果:分别提问天气和地点相关问题。左图为 AI 调用天气查询工具的结果,右图为 AI 调用地点搜索工具的结果。

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




