AI Agent新范式：FastGPT+MCP协议实现工具增强型智能体构建

Ne0inhk

— 5 min read
AI Agent新范式：FastGPT+MCP协议实现工具增强型智能体构建

AI Agent新范式：FastGPT+MCP协议实现工具增强型智能体构建

作者：高瑞冬

本文目录

一、MCP协议简介

MCP协议（Model Context Protocol）是由Anthropic在2024年11月初发布的一种协议，旨在统一AI模型与外部系统之间的通信方式，简化它们之间的交互问题。随着OpenAI官方宣布支持MCP协议，越来越多的AI厂商也开始支持这一协议。

MCP协议主要包含Client和Server两部分：

  • Client（客户端）：使用AI模型的一方，通过MCP Client可以为模型提供调用外部系统的能力
  • Server（服务端）：提供外部系统调用的一方，实际运行外部系统的主体

FastGPT从v4.9.6版本开始，新增了两种MCP相关的功能：

  1. MCP服务：可以将FastGPT应用以MCP协议对外提供
  2. MCP工具集：可以导入外部MCP服务，让FastGPT使用外部工具

mcp-proxy是开源的mcp协议聚合代理，可以聚合多个mcp服务，并提供统一的mcp服务地址。

本文将重点介绍如何在FastGPT中集成和使用MCP工具集。另外，对于私有化部署的fastgpt，本文给出了mcp服务聚合的解决方案。从而实现海量的开源mcp组件能够快速接入Fastgpt平台，为平台上的智能体应用提供丰富的集成能力。给出了开源mcp社区和fastgpt社区资源和平台的完整对接路径。

二、创建MCP工具集

1. 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，访问高德地图MCP Server获取MCP地址，格式如：https://mcp.amap.com/sse?key=xxx。

2. 在FastGPT中创建MCP工具集

  1. 登录FastGPT平台
  2. 在弹出窗口中填入MCP服务地址
  3. 点击"解析"按钮，系统会自动解析出该MCP服务提供的一系列工具
  4. 点击"创建"按钮完成MCP工具集的创建

在工作台中选择"新建应用"，然后选择"MCP工具集"

创建MCP工具集

三、测试MCP工具

创建完MCP工具集后，您可以对工具集中的单个工具进行测试：

  1. 进入MCP工具集详情页面
  2. 输入测试参数，如城市名称"杭州"
  3. 点击"运行"按钮，查看工具返回的结果
  4. 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）

测试MCP工具

四、AI模型调用MCP工具

FastGPT支持两种方式让AI模型调用MCP工具：

1. 调用单个工具

  1. 在工作流中添加"工具调用"节点
  2. 连接工作流节点，让AI模型能够调用这些工具

测试效果：分别提问天气和地点相关问题左图：AI调用天气查询工具 | 右图：AI调用地点搜索工具

天气查询结果
地点搜索结果

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

调用单个工具

2. 调用整个工具集

FastGPT还支持让AI自动选择合适的工具进行调用：

  1. 在工作流中添加"MCP工具集"节点
  2. 此时AI会根据用户问题智能选择合适的工具，获取所需信息后回答问题

使用"工具调用"节点连接该工具集

工具集配置
调用效果

五、私有化部署支持

如果您使用的是FastGPT私有化部署版本，需要以下步骤来支持MCP功能：

1. 环境准备

确保您的FastGPT版本升级到v4.9.6或更高版本。

Read more

Flutter 组件 slug 的适配 鸿蒙Harmony 深度进阶 - 驾驭中英混合语义转码、实现鸿蒙端“拼音+Slug”组合路径与超大文件库冲突自愈方案

Flutter 组件 slug 的适配 鸿蒙Harmony 深度进阶 - 驾驭中英混合语义转码、实现鸿蒙端“拼音+Slug”组合路径与超大文件库冲突自愈方案

欢迎加入开源鸿蒙跨平台社区：https://openharmonycrossplatform.ZEEKLOG.net Flutter 组件 slug 的适配 鸿蒙Harmony 深度进阶 - 驾驭中英混合语义转码、实现鸿蒙端“拼音+Slug”组合路径与超大文件库冲突自愈方案 前言 在前文中，我们利用 slug 实现了基础的文本规范化（如将“Hello World”转为“hello-world”）。但在真正的“国产化办公软件”、“包含上千万条中文动态的社区平台”或“分布式海量文件索引”场景中。简单的拉丁化转换完全无法应对中文（CJK）环境。面对标题为 鸿蒙 0307 批次：跨平台实战！ 的内容。如果不加干预，slugify 的结果可能是一串意义不明的字符或者是空字符串。 如果我们直接使用百分比编码，长路径可能会超出文件系统的 255 字节限制。 本文将作为

By Ne0inhk
Flutter 三方库fast_immutable_collections — 鸿蒙应用开发中极致性能的不可变集合库，实现鸿蒙深度适配下的高性能数据处理全攻略（适配鸿蒙 HarmonyOS Next

Flutter 三方库fast_immutable_collections — 鸿蒙应用开发中极致性能的不可变集合库，实现鸿蒙深度适配下的高性能数据处理全攻略（适配鸿蒙 HarmonyOS Next

欢迎加入开源鸿蒙跨平台社区：https://openharmonycrossplatform.ZEEKLOG.net。 Flutter 三方库fast_immutable_collections — 鸿蒙应用开发中极致性能的不可变集合库，实现鸿蒙深度适配下的高性能数据处理全攻略 前言 在鸿蒙（OpenHarmony）中大型应用开发中，状态管理（State Management）的性能往往取决于底层数据的更新机制。传统的 Dart List 或 Map 是可变的（Mutable），在进行状态对比时需要深拷贝或者忍受潜在的引用修改风险。而标准的 built_collection 等库虽然保证了不可变性，但在大规模数据增删改查时的性能开销动作巨大。 fast_immutable_collections (简称 FIC) 是一款及其强悍的不可变集合库。它通过“结构共享（Structural Sharing）”和“写时复制（Copy-on-write）”技术，实现了接近原生集合的运行速度。在 Flutter for

By Ne0inhk
Flutter for OpenHarmony：diacritic 移除重音符号，实现精准的模糊搜索与排序（文本规范化处理） 深度解析与鸿蒙适配指南

Flutter for OpenHarmony：diacritic 移除重音符号，实现精准的模糊搜索与排序（文本规范化处理） 深度解析与鸿蒙适配指南

欢迎加入开源鸿蒙跨平台社区：https://openharmonycrossplatform.ZEEKLOG.net 前言 全球化应用经常需要处理包含各种重音符号（Accent）和变音符号（Diacritic）的文本，如法语的 “café”、德语的 “München” 或西班牙语的 “mañana”。如果不进行处理，用户在搜索 “cafe” 时可能搜不到 “café”，导致体验极差。 diacritic 是一个专注于解决此类问题的轻量级 Dart 库。它能在几乎不损失语义的情况下，将这些字符转换为其最接近的 ASCII 形式。本文将介绍如何在 OpenHarmony 应用中利用它优化搜索和排序体验。 一、diacritic 简介 1.1 核心功能 * 移除变音符号：将 à, é, î, ö 等转换为 a, e, i,

By Ne0inhk
Flutter for OpenHarmony: Flutter 三方库 hashlib 为鸿蒙应用提供军用级加密哈希算法支持（安全数据完整性卫士）

Flutter for OpenHarmony: Flutter 三方库 hashlib 为鸿蒙应用提供军用级加密哈希算法支持（安全数据完整性卫士）

欢迎加入开源鸿蒙跨平台社区：https://openharmonycrossplatform.ZEEKLOG.net 前言 在 OpenHarmony 应用开发中，涉及到本地存储加密、用户密码脱敏、大文件完整性校验或区块链应用时，一套算法完备、执行高效的哈希（Hash）库是必不可少的。虽然 Dart 原生也提供了一些简单的加密方法，但在算法多样性（如 Argon2、SHA-3, Blake2b 等高级算法）和性能表现方面，往往无法满足高安全等级项目的需求。 hashlib 正是专门为高性能数据加解密与完整性校验打造的库。它纯代码实现且经过了极致的循环优化，是鸿蒙平台上保护敏感数据的数字堡垒。 一、核心加密算法矩阵 hashlib 支持极其广泛且先进的加密标准。 原始明文数据 hashlib 算法引擎 传统算法 (MD5 / SHA-256) 现代算法 (SHA-3 / Keccak) 极致速度 (Blake2b / Blake2s) 密钥派生 (Argon2 / Scrypt)

By Ne0inhk