Dify 实战：一步一步教你，在 Dify 里用上强大的 MCP 工具

作者：CSDN博客
Dify 实战：一步一步教你，在 Dify 里用上强大的 MCP 工具

咱们平时玩的 AI，聊天、写稿子都挺溜的，但说实话，是不是总感觉它被“关”在对话框里，干不了啥“正事”？
想象一下，要是你的 AI 助手能自己上网查天气、搜图片，甚至还能帮你去指定的网站上扒点你需要的数据下来……那才叫真智能，对吧？
别说，这事儿现在真能成！最近 AI 圈有个叫 MCP 的技术火了，阿里、腾讯这些大厂都在抢着用它，就是为了让 AI 能干这些“脏活累活”。
最酷的是，这玩意儿不是大厂的专利。今天，我就带你一步步地，在咱们都熟悉的 Dify 平台上，把这个叫 MCP 的“超级外挂”给装上。放心，全程大白话，保证你看完就能上手！
一、动手前，咱先搞懂：MCP Server 到底是个啥？

在开始点鼠标之前，我们得先弄明白，这个听起来挺专业的“MCP Server”到底是什么东西。
说白了，MCP Server 就是一个“万能插座”或者“翻译官”。
你想想，咱们平时用的各种工具和服务，比如查天气的高德地图 API、公司内部的数据库、能下载图片的网站……这些东西五花八门，AI 大模型自己是看不懂、也不会用的。它们说的“语言”AI 听不懂。
MCP Server 的作用，就是把这些 AI 不懂的工具，统一打包成 AI 能听懂、能使用的“标准工具”。
我举个最简单的例子，帮你理解：
假设你想让 AI 帮你查查今天北京的天气。
你自己去查，可能会打开手机上的天气 App。但 AI 不会。这时候，MCP Server 就出场了。

打包工具：有人开发了一个“查天气 MCP Server”。这个 Server 内部连接了高德地图的天气服务。它对外声明：“我有一个工具，叫查天气。”规定用法：它还规定了这个工具怎么用：“想用我，你得告诉我你要查哪个城市。”开始工作：当 AI 接收到你的指令“帮我查查北京今天的天气”后，它发现自己知识库里没有实时天气，但它知道自己有个“查天气”的 MCP 工具。翻译和执行：AI 就会对 MCP Server 说：“嘿，用你的查天气工具，城市是‘北京’。” MCP Server 接到指令，马上转身去调用高德地图的真实接口，拿到天气数据。返回结果：MCP Server 把从高德地图拿到的复杂数据（比如温度、湿度、风力等），整理成一个清清楚楚的格式，再“翻译”回 AI 能懂的语言，交给 AI。

最后，AI 再用我们熟悉的方式，把天气情况回复给你。
看明白没？通过这个 MCP Server，我们就像给 AI 安装了一个“查天气”的插件。MCP Server 就是连接 AI 大模型和现实世界各种能力的桥梁。
好了，道理我们懂了，下面开始实战！
二、在 Dify 里使用 MCP 的两种常见玩法

在 Dify 里，我们通常在两种应用里使用 MCP：一种是智能助手（Agent），另一种是工作流（Workflow）。我们一个一个来。
玩法一：在智能助手（Agent）里调用 MCP

这种玩法最直接，就是给你的 AI 聊天机器人增加各种实用的新技能。咱们还用“查天气”当例子。
第一步：安装“万能插座”插件【MCP SSE】
这个插件是 Dify 官方指定的，专门用来连接各种 MCP Server。

在 Dify 里，进入你的应用，找到左侧的“工具”菜单，点击“添加工具”。在弹出的窗口里，选择“从 Marketplace 中安装”，然后在搜索框里输入 mcp。找到那个叫 【MCP_SSE】 的插件，点击安装。

第二步：配置插件，告诉它去连接哪个“翻译官”

安装成功后，回到工具列表，找到【MCP_SSE】，点击它右边的“去授权”。
你会看到一个需要填写 JSON 代码的框框。别怕，这东西很简单，就是个配置文件。我们需要把高德地图提供的 MCP Server 地址填进去。
把下面这段代码复制进去：
1. {"amap-amap-sse":{"url":"https://mcp.amap.com/sse?key=你的高德API_KEY","headers":{},"timeout":60,"sse_read_timeout":300}}
复制代码
特别注意： 把代码里的 你的高德API_KEY 这几个字，换成你自己在高德开放平台上申请到的 Key。这个 Key 是免费申请的，相当于你的个人身份凭证。

一个小技巧：我想同时用好几个工具，行不行？
当然行！这也是大家问得最多的问题。比如，我们除了查天气，还想让 AI 能帮我们从网页上抓取内容。假设我们找到了一个提供“抓取网页”功能的 MCP Server，只需要像下面这样，在配置文件里多加一段就行了：

1. {"amap-amap-sse":{"url":"https://mcp.amap.com/sse?key=你的高德API_KEY"},"fetch-tool":{"url":"这里填抓取网页工具的SSE地址"}}

复制代码

（为了简洁，我省略了 headers 等参数）。你看，用一个逗号隔开，再加一个新工具就行了，想加几个就加几个。
第三步：试试效果

回到 Agent 的设置页面，在“提示词（Prompt）”里，最好引导一下 AI，告诉它现在有新工具了。比如这样写：


你是一个聪明的助手。当用户提问时，如果你自己不知道答案，就应该先检查一下有没有可以使用的工具，比如高德地图工具，来帮助你回答。


现在，在右边的调试窗口里问它：“北京未来三天的天气怎么样？”

看到了吗？Agent 在思考过程中，明确地调用了高德地图的 weather_forecast（天气预报）工具，并且成功拿到了结果！我们的 AI 变聪明了！
玩法二：在工作流里调用 MCP

工作流的玩法更强大、更灵活。你可以把 MCP 工具当成流水线上的一个“工位”，让它和别的“工位”（比如大模型、代码块）一起，自动完成一个复杂的任务。
这次我们换个例子：建一个能自动抓取新闻网页内容，并进行总结的流水线。
第一步：安装另一个插件【Agent 策略】
在工作流里用 MCP，需要一个专门的插件。还是去 Marketplace 搜索 mcp，这次我们安装 【Agent 策略（支持 MCP 工具）】。这个插件是专门给工作流里的“Agent 节点”用的。
第二步：准备一个 MCP Server 地址
你可以在网上找到很多别人做好的、免费的 MCP Server。比如在阿里魔搭（ModelScope）社区，就有很多。我们找到了一个能“抓取网页内容”的 fetch 服务，并拿到了它的地址。
第三步：搭建工作流

创建一个新的工作流应用。从左边的节点列表里，拖拽出三个节点，并把它们连起来：开始 -> Agent -> 结束。

• 点击配置 Agent 节点（这是核心步骤）：
  
  Agent 策略：选择我们刚刚安装的插件提供的 ReAct 策略。模型：选一个你喜欢的大模型，比如 DeepSeek 或者 Kimi。MCP 服务配置：还是那个熟悉的 JSON 配置框。把我们找到的 fetch 服务的地址填进去。
  1. {"fetch":{"url":"https://mcp-xxxx.api-inference.modelscope.cn/sse"}}
  复制代码
  指令：简单告诉它任务目标，比如 调用mcp工具来回答我的问题。查询：这里要引用“开始”节点的输入，这样它才知道每次要抓取哪个网址。
  
  配置结束节点：让它的输出内容，等于 Agent 节点输出的 text 就行了。
  

第四步：测试流水线
在工作流的调试窗口，输入你的问题，格式是“指令 + 网址”，比如：

帮我总结一下这个网页的内容：https://www.ithome.com/0/847/857.htm

点击运行，稍等片刻。你会看到工作流成功跑完。点开中间的 Agent 节点，你还能看到它详细的“工作日志”：它先是调用了 fetch 工具，把网页内容抓了回来，然后大模型再对这些内容进行阅读和总结。整个过程一目了然，非常清晰。
三、更进一步：让你的 Dify 应用也变成一个 MCP 工具

除了使用别人的 MCP，Dify 还有一个特别酷的功能：你可以把自己在 Dify 里做好的应用（比如上面那个复杂的新闻总结工作流），直接发布成一个标准的 MCP Server！
这意味着什么？意味着你精心打造的应用，可以被其他任何支持 MCP 的平台（甚至另一个 Dify 应用）当成一个简单的“工具”来调用。这下可玩性就大大提高了！
实现起来也不难，同样是在 Marketplace 里安装一个叫 【mcp-server】 的插件，然后根据指引就能一键发布了。
总结一下

今天，我们用最朴实的语言，把在 Dify 里玩转 MCP 的方法都过了一遍。
我们来回顾一下要点：

MCP Server 是什么：它是个“翻译官”，把外部的各种工具和服务，翻译成 AI 能听懂、能使用的标准工具。在智能助手中使用：安装【MCP_SSE】插件，给你的 AI 聊天机器人增加查天气、搜信息等各种实用的超能力。在工作流中使用：安装【Agent 策略】插件，把 MCP 工具当成流水线上的一个环节，搭建能自动完成复杂任务的应用。

这不仅仅是个技术教程，更希望带给你一种全新的思路。有了 Dify 和 MCP，我们就能轻松地给 AI 插上翅膀，让它不再是一个只能关在“小黑屋”里背书的学霸，而是能真正走进现实世界，帮我们处理实际问题的得力好帮手。
好了，现在轮到你了，快去动手试试吧！

原文地址：https://blog.csdn.net/weixin_50610229/article/details/148664356