Dify 1.6.0原生MCP开发出行助手智能体

前言

AI智能体通过感知环境、自主决策和执行任务，突破传统大模型仅限于语言交互的局限。然而，智能体的开发长期受制于接口碎片化与工具兼容性难题。开发者需为不同数据源编写适配代码，这一痛点催生了MCP协议的诞生。MCP（Model Context Protocol，模型上下文协议）由Anthropic于2024年底开源，其核心是通过标准化接口实现大模型与外部工具的“即插即用”。

Dify在最新的1.6.0版本实现了对MCP协议的原生双向集成，无需安装额外的插件(例如： MCP SSE / StreamableHTTP)。除了能直接调用外部MCP服务，还可以将Dify的AI应用发布为MCP服务供外部客户端调用，提升集成效率和稳定性。

本文将介绍如下内容：

• • 基于Dify原生MCP构建出行助手智能体
• • 分析为何原生MCP比安装插件方式更高效

运行效果如下：

申请高德地图api key

• • 注册并登录高德地图开放平台
  网址为：https://console.amap.com
• • 创建应用
  进入【应用管理】，点击右上角【创建新应用】，填写表单即可创建新应用

  

• • 添加key
  进入【应用管理】，选择需要创建Key的应用，点击【添加 Key】，表单中的服务平台选择【Web 服务】

  

• • 创建成功后，可查看创建的key

  

Dify添加MCP工具

Dify添加二维码工具

这个例子需要将高德地图生成的专属地图链接显示为二维码，方便用户通过高德地图APP扫码查看。

在插件市场搜索qrcode，安装插件【二维码工具】

创建出行助手智能体

• • 创建一个空白应用，类型为Agent
• • 添加二维码工具和高德MCP工具

  

• • 设置提示词

你是一个出行助手，通过使用工具解决用户提出的问题。
如果用户提供的信息不足，提示用户提供相关信息。
当工具返回前缀为amapuri://的链接时，需要显示二维码图片，提示用户使用高德地图扫码。

• • 模型选择doubao-1.5-pro-32k

  

• • Agent设置
  适当调整最大迭代次数。Agent完成一项任务可能需要迭代多次调用工具，最大迭代次数设置过小可能导致无法正常完成任务。

  

• • 调试预览并发布应用
  输入“生成到广州南站的导航链接”，Agent最终会输出一个二维码。但目前Dify有bug，在预览模式时，图片显示一下就消失了。发布应用后，点击【运行】，在打开的页面中执行是不会出现图片消失的问题

分析为何原生MCP比安装插件方式更高效

原生MCP在Agent编排阶段，已经把MCP的工具信息添加到工具列表。在执行阶段，省掉MCP插件获取工具列表的过程，无疑可以获得更高的性能。

用dbeaver(一款开源免费数据库工具)打开Dify的postgres数据库。

在tool_mcp_providers表中可以看到添加的服务。

• • server_identifier: 服务ID
• • server_url: 加密的服务端点URL
• • tools: 该MCP包含的工具列表。
  每个工具的信息包含工具名，描述，参数定义

{
    "name": "maps_direction_bicycling",
    "description": "骑行路径规划用于规划骑行通勤方案，规划时会考虑天桥、单行线、封路等情况。最大支持 500km 的骑行路线规划",
    "inputSchema": {
      "type": "object",
      "properties": {
        "origin": {
          "type": "string",
          "description": "出发点经纬度，坐标格式为：经度，纬度"
        },
        "destination": {
          "type": "string",
          "description": "目的地经纬度，坐标格式为：经度，纬度"
        }
      },
      "required": [
        "origin",
        "destination"
      ]
    },
    "annotations": null
  }

在app_model_configs可以看到agent应用的信息。

• • pre_prompt: 系统提示词
• • agent_mode:
  • • agent模式(function call/react)
  • • 最大迭代次数
  • • 工具列表

agent_mode的工具包含的信息有：

• • provider_id: 服务ID，关联到tool_mcp_providers表的server_identifier
• • tool_name: 工具名
• • tool_parameters: 工具参数列表

    {
      "provider_id": "amap-mcp",
      "provider_type": "mcp",
      "provider_name": "高德MCP",
      "tool_name": "maps_direction_bicycling",
      "tool_label": "maps_direction_bicycling",
      "tool_parameters": {
        "origin": "",
        "destination": ""
      },
      "notAuthor": false,
      "enabled": true
    },

总结

基于Dify原生MCP搭建的智能体案例，不仅展示了从语义理解到工具调用的完整决策链路，更印证了MCP协议在降低开发成本和加速应用落地方面的工程意义。另外，原生MCP相比插件方式，提升集成效率和稳定性。

#智能体开发教程  #Dify开发教程  #MCP开发教程  #AI应用开发教程

END

如果您觉得本文对您有帮助，欢迎关注、点赞、转发、推荐

参考资料

• • https://github.com/langgenius/dify.git
• • https://github.com/modelcontextprotocol
• • https://lbs.amap.com/api/mcp-server