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
- 安装插件
前往 Dify 市场,下载并安装 mcp-server 插件。
- 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。
- 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
{
"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。
- 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。
- 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
{
"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!