小白玩转 DINO-X MCP（2）：基于 DINO-X MCP 搭建饮食规划工作流

在上一篇文章中，我们详细介绍了如何在 Cursor 或 Trae 中启动并调用 DINO-X MCP。但在实际场景中，要让模型执行专业且复杂的任务，往往需要构建清晰的工作流 ------ 这意味着仅依靠 DINO-X MCP 进行目标检测与识别远远不够，还需借助大量外部专业工具处理特定领域或节点的信息。而 MCP 的核心价值正在于此：它突破了 AI 模型的能力边界，使其能与众多外部能力（如各类软件 API）快速集成。

本文将结合模型选择 MCP 的基本原理，以营养饮食规划为例，手把手讲解如何构建一套基于 DINO-X MCP 的工作流。

一、模型如何选择 MCP

不同于预设的固定工作流（比如 Dify 工作流），在由 MCP 组成的工作流中，是否调用 MCP、调用 MCP 的类型以及顺序是由大模型自行决定的。提供更丰富的 MCP 选项有助于大模型更精准、流畅地完成任务，但这并不意味着模型一定会使用所有工具。

在实际交互过程中，大模型接收的输入包括两部分：1）一段包含 MCP Server 列表及具体用法的结构化系统指令（System Prompt）；2）用户的自然语言输入。获取这些信息后，大模型会按以下逻辑处理：

1. 识别可用工具：通过解析 System Prompt，明确当前可调用的工具（即 MCP Server 中包含的功能）。

2. 任务拆解与工具匹配：基于用户输入分析需求，将其拆解为若干具体子任务（Case），并结合现有工具信息判断这些子任务是否需要调用 MCP：

（1）对于部分无需调用 MCP 的任务，模型会直接生成自然语言回复；

（2）需要调用 MCP 时，模型会向 MCP 客户端输出结构化的工具调用请求，由客户端通过 MCP Server 执行指令。最终，工具的执行结果会与 System Prompt、用户消息一同重新反馈给模型，供其生成最终回复。

3. 生成最终答复：综合上述过程，输出自然语言形式的结果。

二、基于 DINO-X MCP 的饮食规划工作流

一个非常适用于 DINO-X MCP 的应用场景是，开发者可以通过快速搭建一个 MCP 产品工作流来实现视觉产品 Demo。

相比起多模态大语言模型，DINO-X 视觉模型在检测与识别性能上更为精细 ------ 尤其在复杂密集的场景中（如繁华街道、拥挤人潮、琳琅满目的货物等），它不仅能够精准定位指定的目标，还可凭借万物识别能力，将图像中的所有内容完整检测出来。

假设我们计划基于 DINO-X 模型 API 开发一款营养饮食规划 APP，那么在项目 POC 阶段或立项前期，便可借助 DINO-X MCP 快速搭建产品工作流。在本案例中，我们从第三方 MCP 市场选择了 How to Cook MCP 以及 Notion MCP，最终与 DINO-X MCP 组成完整的 MCP 工作流：

1. 导入 MCP Server

以 Cursor 为例，进入 Cursor IDE 页面，点击左侧的 "Tools & Integrations" 按钮，进入 MCP 设置界面。

在弹出的 JSON 配置页面中填写所需的 MCP Server 的 JSON 内容（具体的导入教程请参见《 小白玩转 DINO-X MCP（1）：如何接入 MCP Server》），3 个 MCP Server 对应的配置代码分别如下：

（1）DINO-X MCP （远程调用）

官方网址：github.com/IDEA-Resear...

json 复制代码

{
  "mcpServers": {
    "dinox-mcp": {
      "url": "https://mcp.deepdataspace.com/mcp?key=your-api-key"
    }
  }
}

其中，'your-api-key' 替换为 DINO-X 开放平台的 API Key。

（2）How to Cook MCP （远程调用）

第三方网址：mcp.so/server/howt...

json 复制代码

{
  "mcpServers": {
    "howtocook-mcp": {
      "command": "npx",
      "args": [
        "-y",
        "howtocook-mcp"
      ]
    }
  }
}

（3）Notion MCP

官方网址：developers.notion.com/docs/get-st...

json 复制代码

{
  "mcpServers": {
    "Notion": {
      "url": "https://mcp.notion.com/mcp"
    }
  }
}

最终导入多个 MCP Server 的 Json 代码长这样：

json 复制代码

{
  "mcpServers": {
    "howtocook-mcp": {
      "command": "npx",
      "args": [
        "-y",
        "howtocook-mcp"
      ]
    },
     "dinox-mcp": {
          "url": "https://mcp.deepdataspace.com/mcp?key=your-api-key"
    },
   
      "Notion": {
          "url": "https://mcp.notion.com/mcp"
    }    
  }
}

保存并关闭 MCP Json 代码界面：