基于 Nexent 知识库与 MCP 生态打造智能烹饪顾问实战

四、MCP 工具接入：赋予实时感知能力

静态知识库无法覆盖实时信息，如天气、最新价格等。Nexent 支持三种 MCP 工具接入方式。

4.1 ModelScope URL 接入（HowToCook 菜谱）

打开 ModelScope MCP 广场，搜索"mcpdev/howtocook"。找到基于 MCP 协议的 AI 菜谱推荐服务器。

点进服务详情页，选择 Remote 传输类型。需登录 ModelScope 账号才能看到专属 SSE 地址。在 Nexent 的 MCP 配置弹窗中填入服务器名称和 URL。

注意：服务器名称只能包含英文字母、数字、下划线、空格、短横线，不可输入中文。

校验通过后，HowToCook 提供了查询菜谱列表、按食材搜索、随机推荐等工具。

4.2 高德地图 MCP：天气与应季推荐

来源为魔搭社区的高德地图 MCP 服务，支持天气查询、地理编码等功能。

接入步骤：

1. 在 ModelScope 广场搜索"高德地图"或"amap"
2. 查看工具列表，确认包含天气查询相关工具
3. 切换到"服务配置"标签，选择 Remote 传输类型
4. 前往高德开放平台注册并获取 API Key
5. 在 Nexent 平台添加 MCP 服务，填入服务器名称 amap 和 SSE 地址
6. 等待同步完成，连通性校验通过即可使用

该 MCP 赋能的能力包括：

• 实时天气查询：判断适合推荐什么类型的菜品
• 季节感知：结合气温推荐应季食材
• 地理定位：推荐当地特色食材

配置建议：天气查询通常需要城市名称。在智能体提示词中应引导用户说明所在城市。

4.3 Fetch MCP：动态信息抓取

Fetch MCP 支持抓取网页内容并提取结构化信息，用于查询营养成分、热量数据、当季价格等。

接入步骤：

1. 在 ModelScope 广场搜索"Fetch"
2. 确认工具功能包括网页抓取和文本提取
3. 选择 Remote 传输类型，登录后复制 SSE 地址
4. 在 Nexent 平台添加 MCP 服务，填入服务器名称 fetch 和 URL
5. 进行连通性校验

该 MCP 赋能的能力包括：

• 营养成分查询：抓取权威数据库页面
• 食材价格参考：估算做菜成本
• 菜谱补充信息：补充知识库未覆盖的内容

注意：部分网站可能有反爬机制。提示词中可指定优先抓取的权威数据源以提高准确性。

4.4 工具选型对比

三款工具均通过 ModelScope 的 SSE URL 接入，无需本地部署，实现了即插即用。

五、智能体开发：从描述到发布

5.1 工具选配

创建新智能体"AI 大厨"，最终选定了三个 MCP 工具加内置能力：

1. HowToCook — 查询菜谱、按食材搜索
2. 高德地图 MCP — 天气查询与应季推荐
3. Fetch MCP — 营养信息与食材知识查询

5.2 提示词生成与优化

在描述框中输入需求：

你是一个专业的家庭烹饪顾问，名叫"AI 大厨"。你的用户是一名厨艺初学者，家里有一位对海鲜和花生过敏的室友，一位需要控糖低油饮食的长辈。你需要根据用户冰箱里的现有食材推荐合适的菜谱，考虑季节因素推荐应季食材，兼顾所有家庭成员的饮食禁忌和营养需求。提供详细的烹饪步骤，用通俗易懂的语言讲解，避免专业烹饪术语。

选定 Qwen-Max 模型，点击"生成智能体"。系统会在几秒内生成完整的提示词结构，包括角色定义、工作流程、工具调用规则等。生成的内容针对烹饪场景定制，无需从零手写。

六、调试与验证

6.1 场景一：食材搜索 + 禁忌过滤

问："冰箱里有西红柿、鸡蛋、豆腐和虾仁，今晚能做什么菜？"

智能体成功识别了虾仁可能存在的过敏风险（视具体知识库设定），并给出了替代方案或提示。每道菜均附上清晰的食材清单和详细做法，兼顾口味与营养。

6.2 场景二：天气应季 + 营养研究

问："今天降温了，想喝点暖胃的汤，有什么推荐？要适合控糖的人喝。"

响应贴合"暖胃 + 控糖"的核心需求，区分基础版与升级版，标注营养优势，并主动提示过敏注意事项。

6.3 场景三：综合规划

问："帮我设计一顿三人晚餐，冰箱里有鸡胸肉、西兰花、胡萝卜、洋葱、豆腐。要求：一道菜不能有花生，一道菜要控糖低油，一道菜要高蛋白减脂，最好半小时内能做完。"

智能体进行了多步操作：

1. HowToCook 搜索候选菜谱
2. 知识库检索饮食约束
3. 联网搜索季节价格
4. 调度营养分析计算热量
5. 综合筛选输出方案

最终推荐了三道菜，每道都有详细步骤、营养标签和时间预估，完美满足所有约束条件。

6.4 发布

调试通过后，点击发布。智能体正式投入使用，日常做饭前直接询问即可。

七、平台评估

实践周期显示，该智能体显著改变了做饭方式。传统搜索教程耗时且难以兼顾多人需求，而智能体可在 30 秒内给出结果并自带营养分析。

优势分析

• 提示词生成质量高：非填空模板，而是基于描述和工具组合生成有逻辑的工作流程。
• 工具生态完善：覆盖了烹饪场景的大部分需求，支持自定义扩展。
• 可追溯性：每道菜的推荐都有来源标注，涉及饮食安全尤为重要。
• 多智能体架构：主智能体负责推荐，子智能体负责分析，职责清晰。
• 版本控制：修改失败可回滚，降低了试错成本。

总结

Nexent 提供了一个骨骼清晰、核心能力扎实的平台。它将构建智能体的复杂过程简化成了"搭积木"——选模型、传文档、接工具、写描述。

当前版本仍有优化空间，例如 PDF 检索准确率、记忆系统的纠错能力等。但作为一个家庭烹饪顾问，它已经解决了"冰箱里有这些食材能做什么"的日常难题，并有效避开了食材搭配禁忌。未来计划投喂更多资料，如各地菜系经典菜谱、季节性指南等，使其成为真正的"家庭饮食数字伴侣"。