MCP+Dify+cursor

作者：CSDN博客
        本文只是作者初学MCP和Dify相关内容，这里相当于对我在CSDN上面看到的多篇文章的一个总结。可能有错误的地方，欢迎指正。
Dify部署

Windows下的dify部署方法
1、进入GitHub官网GitHub搜索dify,选择下载需要的版本，我下载了最新版1.7.0从1.6版本开始，dify内置了mcp服务。建议下载这之后的版本

将下载好的包解压

进入docker目录将.env.example 修改为 .env

docker安装

要启动dify，需要先下载安装docker
进入docker官网Docker Desktop: The #1 Containerization Tool for Developers | Docker

下载完成后打开控制面板，程序，启动或关闭Windows功能，找到Hyper-V，开启它

接下来，如果C盘空间足够，可以直接点击安装。否则在空间较大的磁盘下创建你的存放目录，并将安装包剪切到该目录下，cmd进入命令行页面。输入以下命令，将其中的目录替换为自己的。即可在指定目录安装docker

1. start /w "" "Docker Desktop Installer.exe" install -accept-license --installation-dir="D:\Program Files\Docker" --wsl-default-data-root="D:\Program Files\Docker\data" --windows-containers-default-data-root="D:\\Program Files\\Docker"

复制代码

按照提示安装完成。
成功进入docker页面后需要配置镜像，这里我看了几篇关于镜像配置的文章，最终找到了可以使用的镜像。进入docker桌面，点击设置，找到Docker Engine。将以下内容粘贴上。

1. {
2.   "registry-mirrors": [
3.     "https://mirror.aliyuncs.com",
4.     "https://mirror.baidubce.com",
5.     "https://docker.m.daocloud.io"
6.   ]
7. }

复制代码

完成后打开dify目录，进入该目录下的docker目录，输入cmd进入命令行窗口，输入以下命令

1. docker-compose up -d

复制代码

即可启动dify，等相关镜像拉取完成dify启动成功（首次启动需要很长的时间拉取镜像）

如图，dify成功启动，可以在docker首页看见dify

浏览器输入 http://localhost/install即可进入dify页面，填写好信息成功进入dify页面

Dify添加大模型

Dify中可以添加本地和在线的大模型服务，在线大模型需要收费
以deepseek在线模型为例，
在Dify右上角头像处点击设置，找到模型供应商，安装deepseek（深度求索）

点击设置，在弹出来的对话框中点击从深度求索获取API Key或直接搜索deepseek官网，进入开发者系统

创建并保存好自己的API Key，deep seek需要付费。余额不为0才能使用，网址可以点击接口文档找到

将获取的内容填写后即可使用deepseek模型
MCP服务获取

以高德地图为例
进入MCP服务网站，Smithery - Model Context Protocol Registry
搜索高德地图

生成网址，这里仍然需要高德地图的API Key，参照刚才获取deepseek API Key的方法去高德地图官网获取

、
填入以后会生成一个网址，复制下来，打开，找到工具，MCP服务，添加MCP服务

将复制的url填入，名称和图标是你将来选择这个服务时看见的内容，服务器标识可以按照提示输入，最重要的就是URL

可以按照同样的方法配置铁路12306的MCP服务。到此为止，我们已经完成了Dify中配置大模型和MCP服务了，接下来去测试它，点击工作室，创建一个空白应用

选择新手适用Agent，输入应用名，选择图标，输入描述创建应用

点击添加工具，将刚才的高德地图和12306的mcp服务添加，在模型中输入查询哪一天，从某地到某地的路线及车票信息。即可调用地图和12306的工具为你推荐路线了。

本地模型部署

部署本地模型需要下载ollama，奥拉玛，具体下载方法可以去查看一些其他文章，可以修改你的模型存储位置，默认是C盘
进入以下网站查找模型
https://ollama.com/search

以deepseek为例，这里是官方提供的一些模型的信息，我测试了R1:1.5B感觉不太聪明，可以选择部署其他模型

往下滑是模型的下载（运行命令）

进入命令行，输入你选择的模型对应的命令，即可下载并运行大模型，我这里是已经下载好的

在Dify中关联本地模型

打开Dify下的docker文件夹中刚刚修改的.env文件
在末尾填入以下内容

1. # 启用自定义模型
2. CUSTOM_MODEL_ENABLED=true
3. # 指定 Ollama 的 API地址（根据部署环境调整IP）
4. OLLAMA_API_BASE_URL=host.docker.internal:11434

复制代码

打开Dify的大模型设置，下载Ollama，添加模型

模型名称输入你部署的模型名称，URL填图中的http://host.docker.internal:11434

保存后添加成功，即可使用
Cursor

官网下载Cursor，CSDN搜索下载安装流程
向Cursor提供指令，可以截图需要生成的网页实例（帮我生成一个页面，开发一个智能助手，页面左侧写我的公司名称，左侧下方是功能区，点击功能区跳转对应功能）以下是一个简单的实现实例，可以让AI多次优化出一个好看的页面。

我们有了一个AI助手的雏形，那么进入Dify，刚刚编辑的应用点击发布，嵌入网站

复制生成的代码

进入Cursor，将此代码提供给Cursor，告诉它新增一个路线规划功能，点击后右侧展示我给出的代码的部分，如此就可以将我们刚才制作的路线查询应用添加到此页面了。

原文地址：https://blog.csdn.net/2301_77989144/article/details/149606676