FastGPT + MCP 协议：构建工具增强型智能体实战指南
一、MCP 协议简介
Model Context Protocol（MCP）是 Anthropic 在 2024 年推出的通信协议，旨在统一 AI 模型与外部系统的交互方式。随着 OpenAI 等厂商的支持，这一协议正成为连接大模型与外部工具的标准桥梁。
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 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主体，实际运行具体的业务逻辑。
FastGPT 自 v4.9.6 版本起原生支持两种 MCP 功能：
- MCP 服务：将 FastGPT 应用以 MCP 协议对外暴露。
- MCP 工具集：导入外部 MCP 服务，让 FastGPT 能够直接调用第三方工具。
此外，mcp-proxy 作为一个开源的聚合代理，可以将多个 MCP 服务汇聚为统一地址，极大简化了多服务集成的复杂度。本文将重点演示如何在 FastGPT 中集成和使用 MCP 工具集，并针对私有化部署场景提供聚合解决方案。
二、创建 MCP 工具集
1. 获取 MCP 服务地址
首先，你需要一个支持 MCP 协议的服务端地址。这里以高德地图为例，访问其官方文档获取服务地址，格式通常为 https://mcp.amap.com/sse?key=xxx。
2. 在 FastGPT 中创建 MCP 工具集
登录 FastGPT 平台后，按以下步骤操作：
- 在工作台中选择'新建应用'，然后选择'MCP 工具集'。
- 在弹出窗口中填入上一步获取的 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
工具集创建完成后，建议先进行单工具测试以确保连通性：
- 进入 MCP 工具集详情页面。
- 选择具体工具，例如天气查询
maps_weather。 - 输入测试参数（如城市名称'杭州'）。
- 点击'运行'查看返回结果。
系统应能正确返回该城市的天气信息，这标志着 MCP 链路已打通。
四、AI 模型调用 MCP 工具
FastGPT 提供了两种让 AI 模型调用工具的方式，分别适用于不同场景。
1. 调用单个工具
如果你需要固定调用某个特定功能，可以在工作流中添加'工具调用'节点，并指定具体的 MCP 工具。这种方式可控性强，适合确定性任务。
2. 调用整个工具集
对于更复杂的场景，可以让 AI 自主决策。添加'MCP 工具集'节点后，AI 会根据用户问题的意图，智能判断并选择合适的工具获取信息，最后生成回答。这种方式灵活性更高，适合开放域对话。
五、私有化部署支持
如果您使用的是 FastGPT 私有化部署版本，需要确保基础环境满足以下要求：
1. 环境准备
请确认您的 FastGPT 版本已升级至 v4.9.6 或更高版本，这是启用 MCP 功能的前提条件。
2. 配置与服务重启
后续步骤通常涉及修改 docker-compose.yml 文件以注入必要的依赖，并更新 FastGPT 的配置项。完成修改后，重启服务即可生效。具体网络策略需根据您的实际部署环境进行调整。
六、使用 MCP-Proxy 集成多个 MCP 服务
1. MCP-Proxy 简介
MCP-Proxy 是一个开源的协议聚合代理，它能将分散的多个 MCP 服务整合为一个统一入口，降低管理成本。
