Dify应用实战(17) - 使用MCP服务

**01.**准备环节#

我们之前详细学习了MCP所有关键的内容，是时候来表演了。

不过Dify是一个服务端运行的系统，它不像本地可以为MCP服务去准备运行环境。如果让Dify集成stdio方式的MCP，那改动就有点大了。

但是现存海量的MCP服务，绝大多数都是stdio方式，所以关键一点就是打通这个使用方式上的差异。

因此使用一个叫mcp-proxy的工具，就来的如此的顺理成章。(如果听不懂stdio的话，请复习前面的博文)

大模型的得力干将MCP(5) - 应用场景和发展方向，窥探先机，不容错过

为了不影响本地电脑的环境配置等，我们同样以容器的方式，去运行这个mcp-proxy。

根据它的说明文档，有两个地方需要修改为自己的。

1. 重新打包一下镜像，加入uv运行环境。新建一个mcp-proxy.Dockerfile文件，内容如下：

2.以上述镜像，加入需要代理的MCP服务，我们以mysql_mcp_server为例。新建一个docker-compose.yml文件，内容如下：

现在启动docker compose up -d，去容器中看到输出log如下，就说明成功了。

上述步骤完成，给我们干活的MCP服务就搭好了，接着开始操作Dify。

有两个插件需要准备好。

如果你在插件市场看到他们的版本低于0.0.8，请去插件介绍的github上手动下载，然后通过本地插件的方式去安装。

如果你还没有这么快要去尝试，也不用主动升级，说不定你要用的时候已经有插件市场的0.0.8版本了。（一定要听劝，不要乱尝试）

至此，所有今天需要的准备就完成了，恭喜！

**02.**动手做一做#

今天为了演示，新建一个chatflow，把所有其他的干扰因素都排除。

在开始节点之后新增一个节点”Agent”。

第一步需要指定AGENT策略，点下拉箭头会出现”支持MCP工具的Agent”，点击之后会再展开，选择”FunctionCalling(Support MCP tools)”

此时才开始正式配置相关参数。

第二步，模型这里选择支持FunctionCall的大模型，如qwen2.5。

第三步，工具列表这里点加号，把”通过SSE发现和调用MCP”里面包含的两个工具都加上

如果是第一次配置这个工具，它会问你要授权，填入刚才docker提供MCP Proxy的服务地址和端口

1
{"mysql_mcp": {"url": "http://192.168.0.231:8066/sse","headers": {}, "timeout": 50, "sse_read_timeout": 300}}

保存时没有报错，说明就成功了。

第四步，MCP 服务配置的框内填入提供MCPProxy的地址，如下

1
{
2
  "mysql_mcp": {
3
    "url": "http://192.168.0.231:8066/sse",
4
    "headers": {},
5
    "timeout": 50,
6
    "sse_read_timeout": 300
7
  }
8
}

最后把剩余的，指令，查询和最大迭代次数修改完就OK了，见上图。

见证奇迹的时刻到来了。我们进行测试，结果如下：

除了运行时间长点，没毛病。本地测试环境，大模型运行效率不高。嘿嘿！

总结

今天学习了将MCP服务引入Dify系统，从而打通了大模型与更强大扩展工具之间的联系。你的Dify应用将会有更多更好的能力做出更酷的事情来。