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
小飞猪。。3 小时前
笔记十四:从零开始搞懂 DPO——大模型偏好对齐的“直球”方案
人工智能·深度学习·机器学习
mingo_敏10 小时前
DeepAgents : 权限(Permissions)
人工智能·深度学习·langchain
江畔柳前堤10 小时前
信号的本质——从模拟波形到AI中的数据张量
人工智能·深度学习·机器学习·计算机视觉·数据挖掘·语音识别
HyperAI超神经11 小时前
15亿参数挑战机器人控制,MiniCPM-RobotManip正式开源;覆盖文本/图/视频/动作序列,英伟达发布全模态模型Cosmos3-Edge
人工智能·深度学习·机器人·多模态·图像生成·具身智能·智能体
小鸟你好啊12 小时前
搭建基于 Solon AI 的 Streamable MCP 服务并部署至阿里云百炼
人工智能·阿里云·云计算
江畔柳前堤12 小时前
系统的本质——从LTI系统到神经网络
人工智能·深度学习·神经网络·机器学习·计算机视觉·数据挖掘·语音识别
sponge'16 小时前
《以场景为中心的无监督视频全景分割》论文框架讲解
人工智能·深度学习
2501_9269783316 小时前
提示工程的实战报告(二):模型的失败模式与边界行为
人工智能·深度学习·算法
小鸟你好啊17 小时前
基于阿里云RDS SQL Server + 函数计算 + 通义AI构建智能销售分析平台Demo
人工智能·阿里云·云计算