基于 FastGPT 与 MCP 协议构建工具增强型 AI Agent

MCP 协议简介

MCP（Model Context Protocol）是 Anthropic 在 2024 年 11 月推出的一种通信协议，旨在统一 AI 模型与外部系统之间的交互方式。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 架构主要包含两部分：

Client（客户端）：通常是使用 AI 模型的端，通过 MCP Client 赋予模型调用外部系统的能力。
Server（服务端）：提供具体业务逻辑或数据的外部服务主体。

FastGPT 从 v4.9.6 版本起新增了对 MCP 的支持，主要包括两个方向：一是将 FastGPT 应用作为 MCP Server 对外提供服务；二是作为 MCP Client 导入外部工具集，丰富智能体的能力边界。

此外，mcp-proxy 作为一个开源聚合代理，可以将多个分散的 MCP 服务汇聚成统一的接口地址，这对于私有化部署场景下的资源管理尤为重要。

创建 MCP 工具集

获取服务地址

首先需要一个支持 MCP 协议的远程服务地址。以高德地图为例，访问其官方文档获取配置信息，地址格式通常类似 https://mcp.amap.com/sse?key=xxx。

在 FastGPT 中集成

![创建 MCP 工具集]

测试 MCP 工具

工具集创建完成后，建议先进行功能验证。进入工具集详情页，选择一个具体工具（例如天气查询 maps_weather），输入必要的参数（如城市名称'杭州'），点击运行即可查看返回结果。这一步能确保网络连通性及鉴权信息的正确性。

![测试 MCP 工具]

AI 模型调用 MCP 工具

FastGPT 提供了两种让模型调用工具的逻辑路径：

1. 调用单个工具

在工作流中添加'工具调用'节点，手动指定需要调用的特定工具。这种方式适合任务明确、流程固定的场景。例如，当用户询问天气时，直接路由到天气查询工具。

![调用单个工具]

2. 调用整个工具集

如果需要更灵活的决策能力，可以在工作流中使用'MCP 工具集'节点。此时 AI 模型会根据用户的自然语言意图，自动判断并选择最合适的工具执行。这种模式更适合复杂的多轮对话场景。

![工具集配置]

私有化部署支持

对于本地化部署的 FastGPT 实例，启用 MCP 功能前需确保环境满足以下要求：

环境准备

请将 FastGPT 版本升级至 v4.9.6 或更高版本，旧版本可能缺乏必要的依赖库。

后续配置

具体的 Docker Compose 修改及环境变量配置，需根据实际的网络环境和安全策略进行调整。若涉及多服务聚合，可参考 MCP-Proxy 的相关文档进行中间件部署。

总结

通过引入 MCP 协议，FastGPT 能够以更标准化的方式对接海量第三方服务，显著提升了智能体解决复杂问题的能力。无论是单点工具调用还是复杂的工具集编排，都能在实际业务中发挥价值。后续结合 MCP-Proxy 等聚合方案，还能进一步降低私有化部署的运维成本。

基于 FastGPT 与 MCP 协议构建工具增强型 AI Agent