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 于 2024 年 11 月初发布，旨在统一 AI 模型与外部系统之间的通信方式。随着 OpenAI 等主流厂商宣布支持该协议，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 协议对外提供服务。
MCP 工具集：导入外部 MCP 服务，让 FastGPT 能够使用外部工具。

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，帮助开发者快速接入海量开源 MCP 组件。

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

创建 MCP 工具集

测试 MCP 工具

创建完 MCP 工具集后，建议先对单个工具进行测试验证。

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'按钮即可查看工具返回的结果。系统会显示该城市的详细天气信息，确保接口连通性正常。

测试 MCP 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，您可以根据实际需求灵活选择。

调用单个工具

如果您希望精确控制 AI 调用的能力，可以在工作流中添加'工具调用'节点，连接工作流节点，让 AI 模型明确知道何时调用特定工具。

测试效果示例：分别提问天气和地点相关问题，左图展示 AI 调用天气查询工具，右图展示 AI 调用地点搜索工具。

调用单个工具

基于 FastGPT 与 MCP 协议构建工具增强型智能体