FastGPT 结合 MCP 协议构建工具增强型智能体实践
MCP 协议(Model Context Protocol)是 Anthropic 在 2024 年底推出的一种通信标准,旨在统一 AI 模型与外部系统的交互方式。随着 OpenAI 等厂商的跟进支持,这一协议正逐渐成为连接大模型与业务系统的关键桥梁。
MCP 架构主要包含 Client 和 Server 两部分:
- Client(客户端):使用 AI 模型的一方,通过 MCP Client 为模型赋予调用外部系统的能力。
- Server(服务端):提供外部系统调用的主体,实际运行外部服务。
FastGPT 从 v4.9.6 版本起新增了两种 MCP 相关功能:一是可以将应用以 MCP 协议对外提供服务;二是支持导入外部 MCP 服务作为工具集使用。此外,mcp-proxy 作为一个开源聚合代理,能整合多个 MCP 服务并提供统一地址,非常适合私有化部署场景。
下面我们来聊聊如何在 FastGPT 中集成和使用 MCP 工具集,以及私有化环境下的配置思路。
一、创建 MCP 工具集
1. 获取 MCP 服务地址
首先得拿到一个支持 MCP 协议的服务地址。这里以高德地图为例,访问 高德地图 MCP Server 获取地址,格式通常为 https://mcp.amap.com/sse?key=xxx。
2. 在 FastGPT 中创建 MCP 工具集
登录 FastGPT 平台后,操作其实很直观:
- 在弹出窗口填入刚才获取的 MCP 服务地址。
- 点击'解析'按钮,系统会自动拉取该服务提供的工具列表。
- 确认无误后点击'创建',工具集就生成了。
在工作台中选择'新建应用',然后选中'MCP 工具集'即可开始配置。

二、测试 MCP 工具
工具集建好后,别急着上线,先测测看是否顺手。进入工具集详情页面,输入测试参数(比如城市名'杭州'),点击'运行'。如果一切正常,系统会返回具体的天气信息。
你可以选择具体工具进行测试,例如 maps_weather(天气查询)或 maps_text_search(地点搜索)。

三、AI 模型调用 MCP 工具
FastGPT 提供了两种让模型调用工具的灵活方式。
1. 调用单个工具
在工作流中添加'工具调用'节点,将其连接到 AI 节点。这样模型就能根据上下文精准调用指定工具。
测试时分别提问天气和地点问题,你会发现左图展示了 AI 调用天气查询工具的效果,右图则是地点搜索的结果。







