一、MCP原理说明
【Function call 的实现逻辑】：
1、在模型 API 调用时，传递参数 tools，其中包含了可用的函数清单；
2、模型分析输入要求以及已知 tools 后，返回调用工具以及对应的参数；
3、根据工具调用参数调用第三方工具，并获取结果；
4、将执行结果再次提交给模型，获取最终结果；
这里存在的问题在于，步骤 3 中需要针对不同的工具说明，APP 侧编写不同的调用代码，从而降低了通用性。
【MCP 的实现逻辑】
关键角色包括：
MCP Server，封装外部第三方工具，执行具体的操作，并对外暴露统一接口；
MCP client，与 MCP Server 进行交互（负责实际的工具调用），同时负责调用 LLM 以及处理 LLM 结果；
LLM，根据工具清单，以及用户问题，判定是否调用工具；
其实现流程如下：
0、基于框架实现 MCP Server，其中包含具体的第三方工具调用逻辑；
1、在应用初始化阶段，MCP client 通过访问配置的 Server 地址，获取当前可用工具清单；
2、用户问题以及工具清单提交给 LLM；
3、LLM 进行逻辑分析，自行判定是否需要调用工具，并输出结果（含是否调用工具声明及具体参数）
4、MCP Client 分析模型输出结果：
(1)如果需要调用工具，则根据调用声明，与 MCP Server 通讯调用工具，拿到执行执行结果，并交由模型进行二次判断；
(2)如果不需要调用工具，则生成结果；
5、经过多轮迭代（可能），最终返回生成结果
相比较 Function call 方式，通过 MCP 协议规范定义，这里只需要将工具封装到 MCP Server 中，剩余调用逻辑按照通用方式统一实现即可。不同的模型，不同的工具，只要按照 MCP 协议规范定义，就可以进行快速的调用。同时 Java、Python 等均提供了 SDK，进一步对细节进行抽象，降低开发成本。
二、基于 dify 的 MCP 实践
1、编写 MCP Server
基于 fastmcp 库编写 MCP 服务，提供了 add()和 sub()两个工具，示例代码如下：
from fastmcp import FastMCPmcp= FastMCP('demoserver') @mcp.tool()def add(a, b) -> int: return a + b @mcp.tool()def sub(a, b) -> int:return a – b if name == 'main_': mcp.run(transport="sse", host="0.0.0.0", port=8088)
2、在服务器上将 mcp 服务启动 python demo_server.py
INFO:Started server process [9888]
INFO:Waiting for application startup.
INFO:Application startup complete.
INFO:Uvicorn running on http://0.0.0.0:8088 (Press CTRL+C to quit)
说明：服务可在其他服务器上部署启动，并保证 dify 主机 能够访问目标服务的网络访问即可
3、在 Dify 平台上对 MCP_SSE 工具进行授权
(1)在 Dify 开发平台，选择工具，搜索“mcp”，点击 MCP SSE 工具，
(2)点击“已授权”按钮
(3)配置 MCP 服务配置
{"computetools": {"url": "http://MCP Server’s IP:8088/sse","headers": {}, "timeout": 50,"sseread_timeout": 50}}
说明：这里允许配置多 个 MCP 服务地址
4、通过 Dify 平台构建 MCP 应用
(1)创建 chatflow 应用
(2)创建工作流如下：
(3)核心 Agent 节点配置内容如下：
其中：
Agent 策略选择“支持 MCP 的 Agent”-ReAct
模型选 择 qwen3-32b，并关闭思考模式（非必须，只是为了响应快一些）
工具列表选择 MCP_SSE 的两个工具
MCP 服务器内容配置如下
{"compute_tools":{"transport":"sse","url": "http://*.*.*.*:8088/sse"}}
指令内容输入如下：
当用户问题需要进行加法、减法计算时，调用 compute_tools 工具
查询内容直接配置为 sys.query 变量 即可
5、点击右上角预览按钮，进行功能验证
6、在预览阶段，点击 AGENT 可查看A gent 调用详细日志（很棒的功能）
(1)点击查看策略详情：
(2)共计进行了两轮迭代，点击进一步查看
(3)可查看具体的 工作日志
(4)最底层包含了 Qwen3 的思考过程，以及 Add 工具的调用过程。
以上，完成了简单的 MCP 服务部署，以及通过 Dify 平台进行 MCP 服务的调用，并进行工具验证以及调用日志查看。除通过 MCP Server 的方式提供第三方能力调用外，Dify 平台本身也提供了工具插件，以及插件开发范式。可根据自身的业务需求进行灵活调用。
