AI Agent 新范式：FastGPT 集成 MCP 协议构建工具增强智能体

一、MCP 协议简介

MCP 协议（Model Context Protocol）由 Anthropic 于 2024 年发布，旨在统一 AI 模型与外部系统的通信方式，简化交互流程。随着 OpenAI 等厂商宣布支持该协议，生态接入正在加速。

MCP 架构主要包含两部分：

Client（客户端）：使用 AI 模型的一方，通过 MCP Client 赋予模型调用外部系统的能力。
Server（服务端）：提供外部系统调用的一方，实际运行外部逻辑的主体。

FastGPT 从 v4.9.6 版本起新增了两项核心功能：一是将应用以 MCP 协议对外提供服务；二是导入外部 MCP 服务作为工具集。此外，mcp-proxy 作为开源聚合代理，可整合多个 MCP 服务并提供统一地址。

本文重点介绍如何在 FastGPT 中集成和使用 MCP 工具集，并为私有化部署提供聚合方案，帮助平台快速接入海量开源组件。

二、创建 MCP 工具集

1. 获取 MCP 服务地址

首先需获取支持 MCP 协议的服务地址。以高德地图为例，访问其官方文档获取 MCP 地址，格式通常为 https://mcp.amap.com/sse?key=xxx。

2. 在 FastGPT 中创建 MCP 工具集

在工作台中选择'新建应用'，然后选择'MCP 工具集'。
在弹出窗口填入上一步获取的 MCP 服务地址。
点击'解析'按钮，系统会自动识别并列出该服务提供的工具列表。
确认无误后点击'创建'，即可完成工具集的初始化。

三、测试 MCP 工具

创建完成后，建议先对工具集中的单个工具进行测试验证：

进入 MCP 工具集详情页面。
输入测试参数，例如城市名称'杭州'。
点击'运行'按钮，观察工具返回结果。
系统应能正确展示该城市的天气信息等数据。

选择具体工具如 maps_weather（天气查询）进行调试，确保接口连通性正常。

四、AI 模型调用 MCP 工具

FastGPT 支持两种模式让 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，连接相关节点即可让 AI 模型按需调用特定工具。

测试时分别提问天气和地点相关问题，左图显示 AI 调用天气查询工具的结果，右图显示 AI 调用地点搜索工具的效果。选择之前创建的特定 MCP 工具，例如 maps_weather 和 maps_text_search，即可实现精准控制。

2. 调用整个工具集

若希望 AI 自动决策，可使用工具集模式：

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匹配最合适的工具，获取信息后直接回答。

使用'工具调用'节点连接该工具集，配置完成后即可看到 AI 根据上下文自动选择工具的调用效果。

五、私有化部署支持

如果您使用的是 FastGPT 私有化部署版本，需要完成以下环境配置以支持 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，这是启用 MCP 功能的基础前提。后续步骤涉及 Docker Compose 修改及配置调整，请提前备份现有环境。

AI Agent 新范式：FastGPT 集成 MCP 协议构建工具增强智能体