在Dify中使用本地MCP工具

小马不会过河

于 2025-05-22 10:45:00 发布

阅读量666

点赞数 19

文章标签：人工智能知识图谱 langchain neo4j milvus

本文链接：https://blog.csdn.net/m0_59163425/article/details/148082213

版权

什么是MCP？

MCP协议(模型上下文协议)是由Anthropic提出的AI集成开放标准，旨在解决AI工具集成中的"M×N问题"。简而言之，它就像AI领域的USB接口，为各种外部工具、数据源和系统提供标准化连接方案。

本地MCP服务开发：扑克牌发牌小工具

Python编写发牌员MCP工具

安装mcp包

pip install mcp

撰写一个简单的发牌代码😊

mcp = FastMCP(
    name="Demo 🚀",
    port=8090
    )

@mcp.tool()
def get_poker_cards(num: int = 5) -> str:
    # 定义花色和牌面
    suits = ['♠', '♥', '♦', '♣']
    ranks = ['A', '2', '3', '4', '5', '6', '7', '8', '9', '10', 'J', 'Q', 'K']

    # 创建一副牌
    deck = [f"{suit}{rank}"for suit in suits for rank in ranks]

    # 随机抽取n张牌
    random_cards = random.sample(deck, num)

    return",".join(random_cards)

Cherry Studio测试MCP服务

打开Cherry Studio客户端，下载地址大家可以自行百度。

在设置 > MCP服务器 -> 添加服务器 -> 点击保存。服务器的参数进行如下配置：

MCP服务器参数配置

在聊天界面中进行测试，观察是否能成功调用我们写的发牌员MCP工具。

聊天界面中测试发牌员MCP工具

看样子，测试通过了！我们的大模型成功唤起了发牌员MCP工具，并获取到了要发的10张牌。

通过Docker部署发牌员MCP服务

编写Dockerfile，将需要用到的环境以及发布的端口都配置好（文件内容较长，仅摘录部分内容）

COPY requirements.txt .
RUN python -m venv /app/venv && \
    . /app/venv/bin/activate && \
    pip install -r requirements.txt -i https://mirrors.aliyun.com/pypi/simple/

FROM base AS prod

COPY --from=build /app/venv /app/venv

COPY app.py /app/app.py

EXPOSE 8090

CMD ["/app/venv/bin/python", "app.py"]

将Dockerfile以及上述的发牌员MCP的Python代码，一同打包，上传到服务器
制作docker镜像

cd /yourproject__path/
docker build -t mcpserver:v0.1 .

启动容器运行发牌员MCP服务

docker run -d -p 8090:8090 --network docker_ssrf_proxy_network --name mcpserver mcpserver:v0.1

在dify的插件容器中测试以下，能否访问我们的MCP服务

docker exec -it docker-plugin_daemon-1 bash
curl http://mcpserver:8090/sse

终端中输出：

测试dify容器间网络通信

看样子，测试又通过了！我们已经在dify的服务器上部署好我么你的发牌员MCP工具了。

在dify中使用MCP

dify基本配置

本文用到的dify版本为1.1.3，需要在插件市场安装以下4个插件

Dify Agent 策略
MCP Agent 策略
Agent 策略（支持 MCP 工具）
MCP SSE

创建工作流进行测试

创建一个带MCP工具的AGENT节点的工作流

创建dify工作流

其中在AGENT节点中，配置我们部署的发牌员MCP工具

Agent节点配置MCP信息及大模型提示词

在预览里测试一下效果

预览效果

追踪AGENT节点的详细工作信息，确认大模型确实调用了发牌员MCP工具，而不是大模型自己生成的。

查看Agent节点中MCP服务的调用情况

看样子，大模型确实调用了发牌员MCP工具，并成功拿到了工具返回的结果。

如何学习大模型 AI ？

由于新岗位的生产效率，要优于被取代岗位的生产效率，所以实际上整个社会的生产效率是提升的。

但是具体到个人，只能说是：

“最先掌握AI的人，将会比较晚掌握AI的人有竞争优势”。

这句话，放在计算机、互联网、移动互联网的开局时期，都是一样的道理。

我在一线互联网企业工作十余年里，指导过不少同行后辈。帮助很多人得到了学习和成长。

我意识到有很多经验和知识值得分享给大家，也可以通过我们的能力和经验解答大家在人工智能学习中的很多困惑，所以在工作繁忙的情况下还是坚持各种整理和分享。但苦于知识传播途径有限，很多互联网行业朋友无法获得正确的资料得到学习提升，故此将并将重要的AI大模型资料包括AI大模型入门学习思维导图、精品AI大模型学习书籍手册、视频教程、实战学习等录播视频免费分享出来。

在这里插入图片描述