叫你如何把 Dify App 转化成MCP Server

在上一篇文章中,我们介绍了如何使用 MCP 插件让 Dify 作为客户端,连接到外部 MCP 服务器工具,例如 Zapier 的 7000 多种集成。得益于 Dify 的模块化设计和灵活的插件系统,它不仅限于作为客户端。Dify 还能轻松充当 MCP 服务器,让您将构建的 AI 应用分享给其他兼容系统,扩展其应用场景。


MCP 服务器插件:连接 Dify 到 MCP 客户端

由 Dify 社区贡献的 mcp-server 插件 是一个扩展型插件。安装后,它可以将任何 Dify 应用转变为符合 MCP 标准的服务器端点,供外部 MCP 客户端直接访问。其主要功能包括:

  • 将 Dify 暴露为 MCP 工具:将您的 Dify 应用转化为一个 MCP 工具,供客户端(如 Cursor、Claude Desktop、Cline、Windsurf,甚至其他 Dify 实例)调用。
  • 利用 Dify 端点:创建应用端点后,您将获得一个唯一的 URL,供 MCP 客户端连接。
  • 运行 MCP 服务:插件会在 Dify 的插件环境中自动启动 HTTP 服务,通过 HTTP 和 SSE 协议处理来自 MCP 客户端的请求,涵盖协议握手、能力发现和工具执行等。

如何将 Dify 应用设置为 MCP 服务器

  1. 安装插件

前往 Dify 市场,下载并安装 mcp-server 插件。

  1. 选择 Dify 应用

以 "Deep Research" 应用为例。该应用接收用户的问题,通过 Tavily 插件进行多轮搜索(搜索次数由深度参数控制),然后使用大语言模型(LLM)将结果整理成研究报告。

  1. 配置 MCP 服务器端点

在 mcp-server 插件的设置中,填写以下内容:

  • 端点名称:为您的端点命名。
  • 应用:选择要发布为 MCP 服务器的 Dify 应用。
  • 应用类型:选择是聊天类(Chat)还是工作流类(Workflow)应用。
  • 应用输入 schema:以 JSON 格式定义应用的输入参数,帮助外部系统了解如何与之交互。

以下是 deep_research 应用的 JSON 示例:

json

json 复制代码
{
  "name": "deep_research",
  "description": "根据用户查询进行深入研究。",
  "inputSchema": {
    "title": "deep_researchArguments",
    "type": "object",
    "properties": {
      "query": {
        "title": "用户查询",
        "description": "用户的主要问题或研究主题。",
        "type": "string"
      },
      "depth": {
        "title": "搜索深度",
        "description": "可选:指定研究的深度。",
        "type": "number"
      }
    },
    "required": ["query"]
  }
}

Schema 说明:

  • properties:列出应用接受的所有参数及其类型。
  • description:向 MCP 客户端说明应用的主要功能,便于发现和使用。
  • required:指定必需参数。对于基于聊天的应用(Agent/Chatflow),query 通常是必需的。
  1. 获取端点 URL

保存配置后,插件会生成一个唯一的 端点 URL(您的 MCP 服务器地址)。该 URL 支持 HTTP 和 SSE 协议,便于 MCP 客户端连接和交互。

  1. 将 Dify MCP 服务器添加到 Cursor

您可以将 Dify MCP 服务器添加到任何兼容 MCP 的客户端。例如,在 Cursor IDE 中,更新 MCP 服务器设置,示例如下(需替换为您实际的端点 URL):

json

json 复制代码
{
  "mcpServers": {
    "dify_deep_research": {
      "url": "https://*******.ai-plugin.io/sse"
    }
  }
}

设置完成后即可使用。如下图所示,Cursor 可以在 Agent 模式下使用 Deep Research 工具,通过 Dify 插件类型执行多步骤研究,获取更深入的洞察,提升编码效率和质量。


更多使用场景

除了开发工具,Dify MCP 服务器还非常适合将 AI 嵌入内部工作流。例如,自动分类客户请求、总结报告或从文档中提取关键信息,这些任务都可以在 Dify 工作流中构建,并通过插件以 MCP 服务的形式共享。

与 REST API 不同,MCP 专为 AI 场景设计,AI 代理可以更轻松地发现和动态调用工具。代理能够自主理解如何使用 Dify 服务,无需硬编码或手动设置,保持灵活性和效率。

注意:为确保安全,建议仅在私有网络环境中运行 MCP 服务器插件。


总结

通过社区开发的 MCP 服务器插件,您可以轻松将 Dify 应用转化为符合 MCP 标准的服务,供外部系统调用,提升复用性和集成能力。我们也在开发 Dify 的原生 MCP 支持。未来更新将允许您一键连接外部 MCP 服务器或将 Dify 应用发布为 MCP 服务器,进一步简化 AI 在各种场景中的集成。敬请期待!

相关推荐
yi念zhi间3 小时前
如何把ASP.NET Core WebApi打造成Mcp Server
后端·ai·mcp
杨浦老苏18 小时前
MCPHub:一站式MCP服务器聚合平台
人工智能·docker·ai·群晖·mcp
伊织code21 小时前
AWS MCP Servers
服务器·python·ai·云计算·aws·mcp
Generalzy21 小时前
Model Context Protocol (MCP)笔记
笔记·ai·mcp
极小狐2 天前
如何创建并使用极狐GitLab 项目访问令牌?
数据库·ci/cd·gitlab·devops·mcp
gs801404 天前
MCP智能体多Agent协作系统设计(Multi-Agent Cooperation)
人工智能·mcp
斯普信专业组6 天前
AI Agent新范式:FastGPT+MCP协议实现工具增强型智能体构建
人工智能·智能体·mcp
老马啸西风6 天前
敏感词 v0.25.0 新特性之 wordCheck 策略支持用户自定义
人工智能·ai·nlp·中文分词·openai·deepseek·mcp
Bruce_Liuxiaowei6 天前
Cherry Studio的MCP协议集成与应用实践:从本地工具到云端服务的智能交互
服务器·ai·mcp
励碼6 天前
如何在Cursor中使用MCP服务
cursor·mcp