阿里云百炼 MCP 部署

记录一下阿里云MCP 部署,首先我们这边是有个现有的mcp 服务

url : https://cloud-findaxxxxx/mcp/

aurthorization: 1pzSGPxxxxxxxxxxx (也就是api key 啦)

tool :"extract_and_align_entities"

arguments={

"query": "腾讯控股在2024年第一季度发布了财报,净利润达到500亿港元。",

"entity_list": "机构-公司", "时间",

}

创建选项

阿里云有很多创建选项,然后我试的是 插件 和 脚本部署

- 插件 = 接"通用外部 API"

- 脚本部署 = 平台帮你"把 MCP 服务跑起来"

- AI 网关 = 接"企业内部已经管理好的服务"

- 阿里云 OpenAPI = 接"阿里云体系里的 API 服务"

然而,插件不支持已经写好的mcp, 它是把你的HTTP服务包成mcp,否则调用会出错

所以我们选择了脚本部署

脚本部署

通过http 模式,填入我们已经部署好的mcp

{

"mcpServers": {

"findata-mcp": {

"url": "https://cloud-findxxxxxxx/mcp/",

"type": "streamableHttp",

"headers": {

"Authorization": "Bearer 1pzxxxxxxx"

}

}

}

}

然后平台可以自动检测你有的工具,无需手动设计参数

然后这里也可以测试部署的服务的tool 的使用

测试成功之后就开始尝试外部调用了↓

外部调用

平台提供了一系列外部调用的方式,包括cherry studio, cursor 和 qwen code, 这里我们直接SDK 调用,平台会给我们一个api key, 这就相当于是这个aliyun 服务的api key了,和我们之前的原始api key 不一样。

测试脚本

python 复制代码
#!/usr/bin/env python3
# -*- coding: utf-8 -*-

import asyncio
import httpx
from mcp import ClientSession
from mcp.client.streamable_http import streamable_http_client

API_KEY = "sk-0xxxxxxxxxxxxxxxxxxxxxx"
BASE_URL = "https://dashscope.aliyuncs.com/api/v1/mcps/mcp-ZjYxZDI5YTJmNzIx/mcp"


async def main():
    headers = {
        "Authorization": f"Bearer {API_KEY}"
    }

    async with httpx.AsyncClient(
        headers=headers,
        timeout=httpx.Timeout(30, read=300),
    ) as http_client:
        async with streamable_http_client(
            BASE_URL,
            http_client=http_client,
        ) as (read, write, _get_session_id):
            async with ClientSession(read, write) as session:
                await session.initialize()

                tools = await session.list_tools()
                print("Available tools:", [t.name for t in tools.tools])

                result = await session.call_tool(
                    "extract_and_align_entities",
                    arguments={
                        "query": "腾讯控股在2024年第一季度发布了财报,净利润达到500亿港元。",
                        "entity_list": ["机构-公司", "时间"],
                    },
                )
                print("Tool result:", result)


if __name__ == "__main__":
    asyncio.run(main())

跑一下测试成功~ 阿里云MCP 创建成功

计费部分需要通过阿里云网关部署另外的服务啥的,我盘了半天没盘出来,交给我的mentor 大人了

相关推荐
HyperAI超神经6 小时前
扰动实验+迁移学习,MIT团队推出IRIS,用「指纹」重建单细胞信号传导历史
人工智能·深度学习·机器学习·迁移学习
Rocky Ding*7 小时前
一文读懂MiniCPM5-2B:端侧 Agent 的突破,不是“小模型打赢大模型”,而是训练系统开始开源
论文阅读·人工智能·深度学习·机器学习·aigc·ai-native·minicpm5-2b
葫三生8 小时前
《论三生原理》神话学构想与“神话历史”理论、《古史中的神话》思路异同?
大数据·人工智能·科技·深度学习·算法
陈年老古董9 小时前
PyTorch食物图像分类实战:从数据集制作到CNN模型训练全流程详解
pytorch·深度学习·学习·机器学习·分类·cnn
2601_9623010110 小时前
深入探索 TensorFlow 2.0:Python 中的强大深度学习框架
深度学习·分布式训练·keras·tensorflow2.0·eagerexecution
方方洛12 小时前
vllm教程-19-模型架构基础
人工智能·深度学习·llm
weixin_4296302613 小时前
17.5 基于角加速度计与陀螺仪融合的深度学习辅助卡尔曼滤波低成本姿态估计
人工智能·深度学习
2601_9623008114 小时前
用PyTorch Lightning简化空间分析:Python和机器学习的力量
python·深度学习·机器学习·空间分析·pytorchlightning
June bug14 小时前
【HCIA- AI(正课)】2.6.Transformer架构和Diffusion结构介绍
人工智能·深度学习·transformer
知行EDI14 小时前
知行之桥 S3 端口或归档中配置阿里云 OSS 使用指南
阿里云·edi·oss·s3