MCP 工具
MCP 是一个开放协议,它标准化了应用程序如何为大型语言模型(LLMs)提供上下文。可以将 MCP 想象成 AI 应用程序的 USB-C 端口。正如 USB-C 为你的设备提供了连接各种外围设备和配件的标准化方式,MCP 为 AI 模型提供了一种连接不同数据源和工具的标准化方式。
为什么选择 MCP?
MCP 帮助你在大型语言模型(LLMs)之上构建代理和复杂的工作流程。LLMs 经常需要与数据和工具集成,而 MCP 提供了:
- 一个不断增长的预构建集成列表,你的 LLM 可以直接接入
- 在 LLM 提供商和供应商之间切换的灵活性
- 在你的基础设施内保护数据的最佳实践
如何创建?
在数字专家工作空间中,选择 MCP 工具类型,点击创建 MCP 工具集的卡片进行新建。
按照下图所示,填写必要的名称等字段后,将 MCP 服务配置填入命令、参数等字段,点击“连接”尝试用当前配置加载工具列表。

在开源代码版本中针对使用“命令”运行的 MCP 工具会给出安全提示:“命令”会直接在后端服务器中运行,可能存在安全隐患,升级到 Pro 版后“命令”工具将被安全地运行在 Sandbox 容器中。
加载出 MCP 工具集的工具列表后,用户对单个工具设置是否启用。也可以设置 “默认禁用工具” 也就是在没有明确启用的工具将默认是关闭状态。
示例
Sequential Thinking: 一个 MCP 服务器实现,通过结构化的思维过程提供动态和反思性问题解决的工具。
{
"mcpServers": {
"sequential-thinking": {
"command": "npx",
"args": [
"-y",
"@modelcontextprotocol/server-sequential-thinking"
]
}
}
}Playwright: 一个使用 Playwright 提供浏览器自动化功能的模型上下文协议(MCP)服务器。该服务器使大型语言模型(LLMs)能够通过结构化的可访问性快照与网页交互,无需截图或视觉优化的模型。
{
"mcpServers": {
"playwright": {
"transport": "stdio",
"command": "npx",
"args": [
"-y",
"@playwright/mcp@latest",
"--headless"
]
}
}
}Blender: BlenderMCP 通过模型上下文协议(MCP)将 Blender 连接到 Claude AI,使 Claude 能够直接与 Blender 交互并控制它。这种集成支持基于提示的 3D 建模、场景创建和操作。
{
"mcpServers": {
"blender": {
"command": "uvx",
"args": [
"blender-mcp"
]
}
}
}更多 MCP.so
传输协议
MCP(模型上下文协议)有两种主要通信模式:标准输入输出(stdio)命令模式和HTTP服务器发送事件(SSE)模式。
标准输入输出模式
这是标准输入输出通信模式,运行服务器作为本地进程,通过标准输入(stdin)和标准输出(stdout)进行交互。适合开发和测试场景,不需要网络连接。
HTTP SSE 模式
这是远程通信模式,客户端连接到服务器的HTTP端点,通过SSE接收实时事件,并通过HTTP POST发送命令。适合需要远程访问和实时数据流的应用。
模式对比
以下表格总结了两种模式的差异,帮助理解它们的适用场景和特性:
特性 | 标准输入输出模式 | HTTP SSE模式 |
---|---|---|
通信方式 | 本地stdin/stdout | HTTP POST(命令)+ SSE(事件) |
适用场景 | 本地开发、测试 | 远程访问、实时数据流 |
网络需求 | 服务器本地网络 | 通过网络连接其他服务器 |
实时性 | 同步,适合阻塞操作 | 异步,支持实时事件推送 |
安全性 | 本地操作,较低网络安全风险 | 需要处理网络认证和授权 |
示例工具 | Quarkus MCP stdio扩展 | Supergateway、Cloudflare远程部署 |
代码 MCP 工具
代码 MCP 工具提供了一种更灵活的方式,允许用户直接在线编写 MCP 工具的后端逻辑代码,并以 MCP 协议的形式运行和调用。通过这种方式,开发者无需额外部署服务器或构建完整项目,就可以实现模型调用外部 API、执行逻辑处理等功能,极大地提升了 MCP 工具的扩展能力与开发效率。
在创建 MCP 工具时选择“代码”类型,即可进入在线编辑器页面。编辑器支持 Python 语法(未来也将支持 JavaScript),并提供基础模板用于快速入门。

开发体验
代码 MCP 工具本质上是一段自定义实现的 MCP 服务器代码,系统会将其托管并运行在沙箱容器中,自动暴露符合 MCP 协议的接口。你可以专注于编写自己的业务逻辑,包括但不限于:
- 调用第三方 API,例如天气查询、股票行情、翻译服务等
- 调用企业内部系统接口,如 ERP、CRM
- 实现数据处理逻辑,如格式转换、过滤、聚合
- 将结构化输入转化为自然语言输出,或反向操作
调试与测试
- 编辑器中内置了测试面板,可以模拟参数调用,方便实时调试工具逻辑。
- 所有运行环境均为隔离沙箱环境,保障运行安全。
多工具支持
一个代码 MCP 工具可以注册多个 MCP 工具,通过多个 @mcp.tool()
创建,系统会自动识别并生成工具列表,供模型调用。
MCP 工具市场
MCP 工具市场提供了丰富的工具集成模块,支持用户在无需编写复杂代码的前提下,快速扩展模型的感知和行动能力。你可以通过一键安装方式,将各类 MCP 工具添加到智能体工具集中,立即实现外部信息获取、第三方服务调用、数据处理能力等。

工具分类丰富,覆盖多种场景
MCP 工具市场支持多个类型的工具,涵盖以下典型应用场景:
- Agent 智能体支持:如
Sequential Thinking
提供结构化思考链,支持 Agent 的多步推理和任务规划。 - 系统工具:如
Memory Server
提供运行期数据缓存与上下文状态管理,支持 AI 系统持续对话记忆。 - 浏览器操作:如
Playwright MCP
支持浏览器自动化操作,实现网页数据抓取、登录操作等任务。 - 地图服务:如
Baidu Map
和AMap
兼容 MCP 协议,支持坐标解析、路径规划等能力。 - 实用工具类:如
Time MCP Server
支持时区转换,Fetch
支持网页内容抓取与转换,Firecrawl
支持高级爬虫功能。 - 文档处理:如
Perplexity
可调用文档问答与搜索引擎,GitHub MCP
用于仓库搜索、代码读取等。 - Dify 工具集成:包括
Dify Knowledgebase
、Dify Workflow
、Dify Chatflow
等,提供与 Dify 平台的无缝对接。
工具形态多样:SSe、Stdio 与 Code
每个 MCP 工具支持以下两种形态:
- SSE:配置已有的 SSE 接口 MCP 工具服务。
- Studio 工具(STUDIO):由开发者上传、托管并注册在 MCP 官方服务中,用户可直接安装使用。
- 代码工具(CODE):由开发者在平台内通过在线代码方式自定义创建,灵活性更强,适合企业内部自建工具。
快速启用与搜索
- 可按类别(如 Agent、Workflow、Utils、Analysis)快速筛选工具。
- 支持关键词搜索与标签导航,快速定位所需工具。
- 工具页面展示调用次数、所属开发者、支持标签、调用参数等详细信息,便于选型。
MCP 工具市场的存在,使得 AI Agent 能力不再局限于模型本身,而可以通过丰富的工具体系连接到业务系统、数据服务与真实世界。未来将支持更多社区与企业开发者加入生态,共同丰富工具生态、提升 AI Agent 的实际效能。