我用SF-FastGPT商业版接天眼查MCP，搭了个企业查询Agent——从开发者视角聊聊为什么我选它

我用SF-FastGPT商业版接天眼查MCP，搭了个企业查询Agent------从开发者视角聊聊为什么我选它

前言：作为一个开发者，我对AI Agent平台的真实诉求

说实话，接触AI Agent这个概念已经有一段时间了。从最早的ChatGPT API调用，到后来的LangChain、Dify、Coze，各种平台我都试过一圈。但作为一线开发人员，我一直有个很现实的痛点：我想快速把外部数据源接入AI能力，但又不想花大量时间搞基础设施。

最近参加深信服的"Agent Builder企业级Agent实战挑战赛"，给了我一个契机深度体验SF-FastGPT商业版。这篇文章就是我用这个平台对接天眼查MCP接口，搭建企业信息查询工具的全过程记录。不讲虚的概念，只聊实际踩过的坑和真实的使用感受。

一、为什么我要做这么个东西？

先说背景。做ToB业务的同学应该都有体会：查企业信息是刚需中的刚需。

不管是售前做客户背调、销售判断潜在客户资质，还是风控部门排查供应商背景，都需要频繁地查公司工商信息、股东结构、司法风险等。传统的做法要么是天眼查/企查查网页上手动翻，要么是自己写爬虫或者调API。

但这里有几个很现实的问题：

手动查效率太低：一份标书里可能涉及十几家竞争对手或合作伙伴，每家都要去网页上搜一遍，截图整理，半天就过去了。
自建API接入成本高：虽然天眼查有开放API，但你得自己处理鉴权、限流、数据解析，还得做一个前端界面给业务人员用。
数据格式不统一：工商信息、司法风险、知识产权这些分散在不同接口，整合起来很麻烦。
非技术人员用不了：你辛辛苦苦写了脚本，结果销售和售前同事还是更喜欢用网页版，因为你的工具没有UI，他们不会用。

所以我的目标很明确：搭建一个能对话的企业信息查询工具，支持自然语言提问，自动调用天眼查接口，返回结构化的结果。而且要让不懂技术的同事也能直接用。

二、为什么选SF-FastGPT商业版？

市面上的AI应用构建平台不少，我选这个主要看中几个点：

第一，MCP协议的原生支持。

MCP（Model Context Protocol）是Anthropic提出的一个标准协议，目的是让AI模型能够统一地调用外部工具和数据源。目前生态发展很快，很多数据服务商都开始提供MCP接口。SF-FastGPT商业版原生支持MCP接入，这意味着我可以直接对接天眼查官方提供的MCP服务，不用自己写中间层。

这点对我很重要。作为开发者，我最怕的就是平台厂商搞一套自己的私有协议，到时候迁移成本高得离谱。MCP是个开放标准，以后换平台也方便。

第二，可视化的工作流编排。

我不是说代码不重要，但在做这种工具类应用的时候，可视化编排确实能提高效率。特别是调试阶段，你能直观地看到数据在整个流程中是怎么流转的，哪里出了问题一眼就能定位。比纯代码的方式省不少时间。

第三，MCP托管能力。

这个是我实际使用过程中发现的惊喜功能。后面会详细讲，简单来说就是：如果你的MCP服务部署在自己服务器上，没有公网域名，SF-FastGPT可以帮你托管。对于内部工具开发来说非常实用。

当然还有知识库管理、多渠道发布、后台日志监控这些标配功能，但前面三点是最打动我的。

三、动手：接入天眼查MCP

3.1 获取MCP配置

首先你需要有天眼查的MCP访问权限。登录天眼查开发者平台后，会给你一个API Key和MCP服务的地址。

在SF-FastGPT的商业版里，找到"新建MCP工具"的入口，把配置信息填进去：

json 复制代码

{
  "mcpServers": {
    "tyc-mcp": {
      "url": "https://mcp.tianyancha.com/v1",
      "headers": {
        "Authorization": "你的API Key"
      }
    }
  }
}

点击"检测"按钮，如果配置没问题，系统会自动拉取这个MCP服务下所有的可用工具列表。天眼查的MCP提供了相当丰富的能力，包括企业基本信息查询、股东信息、司法风险、商标专利、投融资记录等等。

看到工具列表加载出来的时候，我心里就有底了------说明连接建立成功，接下来就是怎么用好这些工具的问题。

3.2 先做个简单的测试

进入工具测试界面，我先随手试了一下：

输入：北京字节跳动科技有限公司

返回的结果包含了公司的基本工商信息：法定代表人、注册资本、成立日期、经营范围、经营状态等等。而且是以结构化的方式展示的，不是大段文本堆在一起。

到这里其实已经完成了一个最小可行产品：能通过自然语言查询企业信息的对话工具。但我觉得还不够，因为现在的状态是用户必须明确说出公司全称才能查，而且每次只返回基础信息。我希望它能更智能一点：

用户说"查下字节跳动"也能识别到正确公司
用户问"这家公司有没有法律风险"时自动切换到风险查询工具
返回的信息要更规整，方便阅读和二次使用

这就需要用到提示词工程和工作流编排了。

四、进阶：设计智能查询工作流

4.1 应用创建

在SF-FastGPT的应用构建模块，新建一个应用，选择"拖拽编辑与多轮对话"模式：

4.2 提示词设计

这是整个Agent的核心。一个好的提示词决定了AI能不能理解用户的意图，并选择正确的工具来执行。我写的提示词如下：

复制代码

你是专业企业信息查询助手，拥有天眼查全套企业查询工具。
规则：
1. 用户提问包含公司、企业、法人、股东、工商、股权、风险、商标、专利、上市、失信、投融资等相关内容，必须自动调用对应天眼查工具；
2. 优先识别用户提到的企业全称/关键词，自动传入工具参数搜索，不要反问用户、不要让用户手动选工具；
3. 多轮查询允许连续调用工具，比如先搜公司列表，再查单家详细工商；
4. 工具返回数据后，用清晰markdown表格、分段整理工商信息、法人、注册资本、经营状态、司法风险、股权结构，通俗易懂输出。
无企业相关问题时，正常和用户闲聊。