AI Agent 新范式：FastGPT+MCP 协议实现工具增强型智能体构建
一、MCP 协议简介
Model Context Protocol（MCP）由 Anthropic 于 2024 年 11 月初发布，旨在统一 AI 模型与外部系统的通信方式。随着 OpenAI 等厂商宣布支持该协议，越来越多的 AI 应用开始接入 MCP。
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 服务并提供统一的访问地址。本文将重点介绍如何在 FastGPT 中集成和使用 MCP 工具集，并针对私有化部署场景给出 MCP 服务聚合的解决方案。
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
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 MCP 服务提供的一系列工具。确认无误后，点击'创建'按钮即可完成工具集的创建。
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。进入 MCP 工具集详情页面，选择需要测试的具体工具，例如 maps_weather（天气查询工具）。
输入测试参数，如城市名称'杭州'，点击'运行'按钮，查看工具返回的结果。系统会显示该城市的具体天气信息。
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
在工作流中添加'工具调用'节点，连接工作流节点，让 AI 模型能够调用这些工具。选择之前创建的特定 MCP 工具，例如 maps_weather 和 maps_text_search。
测试效果如下：分别提问天气和地点相关问题，AI 会调用对应的工具返回结果。
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。在工作流中添加'MCP 工具集'节点，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'节点连接该工具集即可。
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。后续涉及 docker-compose.yml 修改及配置重启步骤，需根据具体服务器环境调整。