AI Agent新范式:FastGPT+MCP协议实现工具增强型智能体构建

AI Agent新范式:FastGPT+MCP协议实现工具增强型智能体构建

AI Agent新范式:FastGPT+MCP协议实现工具增强型智能体构建

作者:高瑞冬

本文目录

一、MCP协议简介

MCP协议(Model Context Protocol)是由Anthropic在2024年11月初发布的一种协议,旨在统一AI模型与外部系统之间的通信方式,简化它们之间的交互问题。随着OpenAI官方宣布支持MCP协议,越来越多的AI厂商也开始支持这一协议。

MCP协议主要包含Client和Server两部分:

  • Client(客户端):使用AI模型的一方,通过MCP Client可以为模型提供调用外部系统的能力
  • Server(服务端):提供外部系统调用的一方,实际运行外部系统的主体

FastGPT从v4.9.6版本开始,新增了两种MCP相关的功能:

  1. MCP服务:可以将FastGPT应用以MCP协议对外提供
  2. MCP工具集:可以导入外部MCP服务,让FastGPT使用外部工具

mcp-proxy是开源的mcp协议聚合代理,可以聚合多个mcp服务,并提供统一的mcp服务地址。

本文将重点介绍如何在FastGPT中集成和使用MCP工具集。另外,对于私有化部署的fastgpt,本文给出了mcp服务聚合的解决方案。从而实现海量的开源mcp组件能够快速接入Fastgpt平台,为平台上的智能体应用提供丰富的集成能力。给出了开源mcp社区和fastgpt社区资源和平台的完整对接路径。

二、创建MCP工具集

1. 获取MCP服务地址

首先,您需要获取一个支持MCP协议的服务地址。这里以高德地图的MCP服务为例,访问高德地图MCP Server获取MCP地址,格式如:https://mcp.amap.com/sse?key=xxx

2. 在FastGPT中创建MCP工具集

  1. 登录FastGPT平台
  2. 在弹出窗口中填入MCP服务地址
  3. 点击"解析"按钮,系统会自动解析出该MCP服务提供的一系列工具
  4. 点击"创建"按钮完成MCP工具集的创建

在工作台中选择"新建应用",然后选择"MCP工具集"

创建MCP工具集

三、测试MCP工具

创建完MCP工具集后,您可以对工具集中的单个工具进行测试:

  1. 进入MCP工具集详情页面
  2. 输入测试参数,如城市名称"杭州"
  3. 点击"运行"按钮,查看工具返回的结果
  4. 系统会显示该城市的具体天气信息

选择需要测试的具体工具,例如maps_weather(天气查询工具)

测试MCP工具

四、AI模型调用MCP工具

FastGPT支持两种方式让AI模型调用MCP工具:

1. 调用单个工具

  1. 在工作流中添加"工具调用"节点
  2. 连接工作流节点,让AI模型能够调用这些工具

测试效果:分别提问天气和地点相关问题左图:AI调用天气查询工具 | 右图:AI调用地点搜索工具

天气查询结果
地点搜索结果

选择之前创建的特定MCP工具,例如选择maps_weathermaps_text_search

调用单个工具

2. 调用整个工具集

FastGPT还支持让AI自动选择合适的工具进行调用:

  1. 在工作流中添加"MCP工具集"节点
  2. 此时AI会根据用户问题智能选择合适的工具,获取所需信息后回答问题

使用"工具调用"节点连接该工具集

工具集配置
调用效果

五、私有化部署支持

如果您使用的是FastGPT私有化部署版本,需要以下步骤来支持MCP功能:

1. 环境准备

确保您的FastGPT版本升级到v4.9.6或更高版本。

Read more

AVL树的平衡艺术:用C++写出会“站立”的二叉树(未完待续)

AVL树的平衡艺术:用C++写出会“站立”的二叉树(未完待续)

前言         在前几日的文章中,我曾提到过map和set的底层实现是基于红黑树,可能有不少读者以为今天的文章会讲解红黑树——但NO,NO,NO,虽然红黑树我会在后续讨论,但由于其较高的难度,今天我并不会直接介绍红黑树。而是将带大家了解另一种特殊的二叉搜索树——AVL树,也就是俗称的“平衡二叉搜索树”。这里的“平衡”二字非常巧妙,接下来正文中我会详细解释这其中的奥妙。         AVL树与红黑树一样,都是非常重要的自平衡二叉搜索树,但我认为相较于红黑树,AVL树的复杂度更低,且其旋转操作与红黑树的操作非常相似。今天,我将为大家详细讲解AVL树,带大家一步步攻克这个小“BOSS”。那么,系好安全带,准备好迎接这次有趣的挑战吧! 1.AVL树的概念 1.AVL树的来源以及简单的介绍         AVL树是最先被发明出来的平衡二叉搜索树,AVL树是一颗空树(什么结点也木有),或者是具备下面性质的二叉搜索树:它的左右子树均是AVL树,并且左右子树的高度差不能大于1(后面即将叙述的平衡因子)。AVL树是一颗高度平衡二叉搜索树,通过控制它的高度来控制平衡(因为这个性质A

By Ne0inhk

Cursor 使用记录:C/C++ 开发者

🧭 一、安装与环境建议 1. 插件与兼容性 Cursor 基于 VS Code 1.85+,部分旧插件可能不兼容。 推荐安装以下插件: 插件名称作用C/C++ Extension Pack提供语法补全与调试支持Remote - SSH远程开发CodeLLDBC/C++ 调试Better C++ Syntax增强语法高亮GitLens代码版本追踪 如果提示 “not compatible”,可以手动安装: 或下载 .vsix 文件手动导入。 2. 远程开发配置 建议使用 Remote SSH 模式,在远程服务器上直接编译与调试。 在本地 .cursor/settings.json 中添加配置: { "remote.SSH.remotePlatform": { "your_server"

By Ne0inhk
Java SpringBoot+Vue3+MyBatis 宠物领养系统系统源码|前后端分离+MySQL数据库

Java SpringBoot+Vue3+MyBatis 宠物领养系统系统源码|前后端分离+MySQL数据库

系统架构设计### 摘要 随着社会经济的快速发展和人们生活水平的提高,宠物逐渐成为家庭中的重要成员,宠物领养需求也随之增长。传统的宠物领养方式存在信息不对称、流程繁琐等问题,亟需一种高效、便捷的数字化解决方案。基于此背景,设计并实现一套宠物领养系统具有重要的现实意义。该系统旨在为宠物领养者和救助机构提供一个信息透明、操作简便的平台,优化领养流程,提升用户体验。关键词:宠物领养、数字化平台、信息透明、用户体验。 本系统采用前后端分离架构,前端基于Vue3框架实现动态交互界面,后端采用SpringBoot框架提供RESTful API接口,数据库使用MySQL存储数据,并通过MyBatis实现数据持久化。系统主要功能包括用户注册与登录、宠物信息管理、领养申请处理、数据统计分析等。系统通过权限控制确保数据安全,并采用响应式设计适配不同终端设备。关键词:SpringBoot、Vue3、MyBatis、前后端分离、权限控制。 数据表设计 用户信息数据表 用户信息数据表存储系统注册用户的基本信息,用户ID是该表的主键,注册时间通过函数自动生成,记录用户的账号状态及相关属性内容,结构表如表

By Ne0inhk
Java 状态机详解 - 三种状态机实现方式优雅消灭 if-else 嵌套

Java 状态机详解 - 三种状态机实现方式优雅消灭 if-else 嵌套

🌷 古之立大事者,不惟有超世之才,亦必有坚忍不拔之志 🎐 个人CSND主页——Micro麦可乐的博客 🐥《Docker实操教程》专栏以最新的Centos版本为基础进行Docker实操教程,入门到实战 🌺《RabbitMQ》专栏19年编写主要介绍使用JAVA开发RabbitMQ的系列教程,从基础知识到项目实战 🌸《设计模式》专栏以实际的生活场景为案例进行讲解,让大家对设计模式有一个更清晰的理解 🌛《开源项目》本专栏主要介绍目前热门的开源项目,带大家快速了解并轻松上手使用 🍎 《前端技术》专栏以实战为主介绍日常开发中前端应用的一些功能以及技巧,均附有完整的代码示例 ✨《开发技巧》本专栏包含了各种系统的设计原理以及注意事项,并分享一些日常开发的功能小技巧 💕《Jenkins实战》专栏主要介绍Jenkins+Docker的实战教程,让你快速掌握项目CI/CD,是2024年最新的实战教程 🌞《Spring Boot》专栏主要介绍我们日常工作项目中经常应用到的功能以及技巧,代码样例完整 👍《Spring Security》专栏中我们将逐步深入Spring Security的各个

By Ne0inhk