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。
mcp-proxy 是开源的 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，并针对私有化部署给出服务聚合方案，帮助开发者快速打通开源 MCP 组件与 FastGPT 平台的连接路径。
创建 MCP 工具集
获取 MCP 服务地址
首先需要获取一个支持 MCP 协议的服务地址。我们以高德地图 MCP 服务为例，访问其官方文档获取 MCP 地址，格式通常为 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'。
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）。
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。
选择之前创建的特定 MCP 工具，例如选择 maps_weather 和 maps_text_search。
