Dify应用实战(18) - 发布成MCP服务

**01.**准备环节#

在我们开始之前，有需要安装一个工具。感谢伟大的开源作者们的奉献，这个世界因你们而精彩。

去插件->marketplace，搜一下SSE，看到下图这个插件，就安装一下。

至此，所有今天需要的准备就完成了，恭喜！

**02.**动手做一做#

找到之前实战的案例：“图片生成”，简单裁剪一下。然后去发布那里，发布为工具。

按照下图所示，输入一个工具调用名称，并且描述写好，最好详细一点，能让大模型理解这个工具到底是干啥的。

此时在Dif有点工作流里，应该就出现这个应用了。

接着开始配置新安装的插件。

进入插件，找到它”MCP Compatible Dify Tools”，点击之后，会出现在页面右边。这时继续点击”API端点”右侧的加号。

就会进入端点配置页。填入端点名称，可以随意输入。然后点击”工具列表”右侧的加号。在弹出”添加工具”的配置项里，按照下图顺序，依次切换到”工作流”，选中前面发布的工具的那个工作流。

这时基本上就配置完成了，点击”保存”。

看到下图界面，就说明这个工具就已经开始工作了。点击GET那一行后面的复制按钮，将URL复制出来，留着备用。

**03.**应用和测试#

经过上面的操作，Dify就已经化身为一个SSE的MCP服务了。那么最后一步就是验证这个工具是否真正的可用。

这次我们依然选择开源的DeepChat工具。先去配置一下MCP。添加服务器的页面先点”跳过至手工配置”，然后输入服务器名，可以随便输入，如”dify”，然后服务器类型，下拉选择服务器发送事件SSE模式，基础URL填入，上面留着备用的那个地址。但是需要把localhost改为Dify服务器的服务IP。如下图所示

提交之后，切换到chat界面，点击小锤子，可以看到刚刚配置的工具是可用状态了。

终于，来到了激动人心的环节。对话框输入”虹口区天气怎么样？“，一切都会按照预期的那样，大模型去找了一圈工具，发现有一个天气预报服务的工具，然后把控制权交给了Dify的工作流，工作流开始按照开发AI应用的步骤执行，最后输出了结果。然后本地工具DeepChat也拿到了最后的结果，并展示了调用过程中使用工具的情况。

总结

今天学习了将Dify系统开发的AI应用变成可供其他工具或者系统调用的MCP服务，从而打通了系统之间的壁垒。你的Dify应用将会直接为你的助手类工具使用，或者集成到现有应用中，能扩展其AI能力。

终于MCP相关的话题可以告一段落了。从MCP是什么，到怎么开发，然后是怎么使用MCP，最后是自己化为MCP。期望读者能顺着麦金叔的脉络，真正的把这些学会，并融会贯通投入到自己的项目中。