张高兴的大模型开发实战：（八）在 Dify 中使用 MCP 协议

目录

• MCP 是什么
  
• Dify 作为 Client：调用外部 MCP 工具
  
  
  
  • 搭建 MCP 天气服务端
    
  • 在 Dify 中接入“天气感知”能力
    
  
  
• Dify 作为 Server：被外部应用调用
  
  
  
  • 搭建“翻译专家”工作流
    
  • 启用 MCP 服务
    
  • 在外部 AI 应用中调用
    
  
  

在之前的博客中已经介绍了 MCP 的概念，以及在 LangChain 中如何使用 MCP 协议。今天这篇博客，将带大家实战如何在 Dify 中实现 MCP 场景。在开始正式的内容前，还是先简单的介绍一下 MCP。
MCP 是什么

想象一下，你想要构建一个超级 AI 助手，它不仅能陪你聊天，还能帮你查询实时天气、读取本地数据库里的库存信息等。为了实现这些功能，在过去，你需要为每一个外部工具编写特定的“适配器”。AI 模型本该是通用的智能大脑，但连接外部世界（工具和数据）的方式却极其割裂和破碎，需要花费大量时间在“对齐接口”这种低效的重复劳动上，MCP 协议应运而生。可以把 MCP 想象成 AI 世界的 USB 接口。USB 的出现改变了一切，它提供了一个统一的标准：无论你是鼠标、键盘还是 U 盘，只要符合 USB 协议，插上就能用。MCP 就是要成为 AI 与外部数据/工具连接的 USB 标准。它将世界分成了两端：

• Host (主机端)：需要使用工具的 AI 应用，比如 Claude Desktop 客户端、Dify。
  
• Server (服务端)：提供特定能力的工具，比如一个能查天气的 Python 脚本，或者一个连接 MySQL 数据库的服务。
  

只要 Host 和 Server 都支持 MCP 协议，它们就能瞬间“握手”成功，Host 能够自动理解 Server 提供了什么工具，需要什么参数，而无需人工再去编写复杂的接口定义。

Dify 在 MCP 的生态中，它既可以是“插U盘的主机”，也可以是“被别人插的U盘”。

• Dify 作为 Client (主机端)：调用外部能力。
  
• Dify 作为 Server (服务端)：暴露自身能力。 这可能是更有趣的一点，比如在 Dify 里精心编排了一个复杂的工作流，这个工作流本身可以被封装成一个标准的 MCP 工具。这意味着，在其他 AI 应用中，可以直接调用在 Dify 里搭建好的这个强大的 Agent。
  

Dify 作为 Client：调用外部 MCP 工具

在这一部分，想让 Dify 的 AI 助手拥有“感知”当下天气的能力，而不是在那胡诌过去的训练数据。即将 Dify 作为一个“主机”，让它去连接一个 MCP Server。
搭建 MCP 天气服务端

首先，需要一个能够“说” MCP 协议的服务端。这里用到了 Python 的 mcp 库。

1. pip install mcp httpx

复制代码

创建一个 Python 文件 weather_server.py 实现天气查询的 MCP 服务，不需要手写复杂的协议握手代码，只需要用几个简单的装饰器即可。使用免费的 Open-Meteo API 进行天气查询。
[code]import httpxfrom mcp.server.fastmcp import FastMCP# 初始化 FastMCP 服务器mcp = FastMCP("Weather Service", host="0.0.0.0", port=8000)async def _get_lat_long(city_name: str):    """    内部辅助函数：使用 Open-Meteo Geocoding API 将城市名称转换为经纬度。    """    url = "https://geocoding-api.open-meteo.com/v1/search"    params = {"name": city_name, "count": 1, "language": "zh", "format": "json"}        async with httpx.AsyncClient() as client:        response = await client.get(url, params=params)        data = response.json()            if not data.get("results"):        return None            location = data["results"][0]    return {        "name": location["name"],        "latitude": location["latitude"],        "longitude": location["longitude"],        "timezone": location.get("timezone", "UTC")    }@mcp.tool()async def get_weather(city_name: str) -> str:    """    获取指定城市的当前天气情况。    输入城市名称（如 'Beijing', 'San Francisco', '上海'），返回温度、风速等信息。    """    # 1. 首先获取经纬度    location = await _get_lat_long(city_name)    if not location:        return f"错误：未找到城市 '{city_name}'。请尝试使用更具体的名称或英文名称。"    # 2. 构建 Open-Meteo API 请求    url = "https://api.open-meteo.com/v1/forecast"    params = {        "latitude": location["latitude"],        "longitude": location["longitude"],        "current": ["temperature_2m", "relative_humidity_2m", "apparent_temperature", "weather_code", "wind_speed_10m"],        "timezone": location["timezone"]    }    async with httpx.AsyncClient() as client:        response = await client.get(url, params=params)        weather_data = response.json()    # 3. 解析并返回数据    current = weather_data.get("current", {})    units = weather_data.get("current_units", {})        # 将天气代码 (WMO Code) 转换为文字描述 (简化版)    weather_code = current.get("weather_code")    weather_desc = "未知"    if weather_code == 0: weather_desc = "晴朗"    elif weather_code in [1, 2, 3]: weather_desc = "多云/阴"    elif weather_code in [45, 48]: weather_desc = "有雾"    elif 51

懂技术并乐意极积无私分享的人越来越少。珍惜

分享、互助 让互联网精神温暖你我