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
司木源AGI11 小时前
支付宝MCP:国内首个支付MCP,可用AI工具一键调用支付宝!(附详细配置流程)
mcp
stanny15 小时前
MCP(上)——function call 是什么
前端·mcp
十分钟空间17 小时前
MCP(Model Context Protocol)技术与项目集成指南
ai编程·mcp
磊叔的技术博客18 小时前
A2A 与 MCP:智能体协作的新纪元与AI工程化的思考
人工智能·开源·mcp
lcf_zhangxing18 小时前
Claude中调用mcp天气服务
mcp
AI小码19 小时前
期待的 A2A 和 MCP 的对比,谷歌与Anthropic联手打造的AI协作新时代,你准备好了吗?
人工智能·mcp
clarance20181 天前
MCP技术革命:元控制协议如何重构AI与数据库的交互范式
mcp
孟健1 天前
普通人也能造Agent!我用MCP+提示词“炼”出DeepSearch,3000字专业报告全自动生成!
cursor·mcp
酱酱们的每日掘金1 天前
一键连接 6000 + 应用dify MCP 插件指南、谷歌 AI 编程产品一网打尽、MCP玩出花了丨AI Coding 周刊第 4 期
前端·后端·ai编程·mcp