AI Agent 新范式：基于 FastGPT 与 MCP 协议构建工具增强型智能体
MCP 协议（Model Context Protocol）由 Anthropic 在 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（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，并给出私有化部署下的服务聚合方案。
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，访问高德地图 MCP Server 页面获取 MCP 地址，格式如：https://mcp.amap.com/sse?key=xxx。
在 FastGPT 中创建 MCP 工具集
- 登录 FastGPT 平台。
- 在弹出窗口中填入 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。
- 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'。
（图：创建 MCP 工具集界面）
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。
- 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。
选择需要测试的具体工具，例如 maps_weather（天气查询工具）。
（图：测试 MCP 工具界面）
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，右图为 AI 调用地点搜索工具。
（图：天气查询结果） （图：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。
（图：调用单个工具配置）
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。
（图：工具集配置） （图：调用效果）
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：
环境准备
确保您的 FastGPT 版本升级到 v4.9.6 或更高版本。