近期一直在做前端项目的适配工作，对dify的优点也是越来越喜欢了。这次Dify升级，没有及时更新，本着对用户负责的原则和系统新功能的更新可能存在bug的思想，进行了几天的功能测试，在这个版本中，至少目前没有发现其他bug，于是，将其更新出来！

Dify对MCP的原生双向支持

Dify已经升级到1.6.0版本了，而这次升级，是真的太卷了，引用官方的一段描述：

在最新版本中，Dify 实现了对 MCP 的原生双向集成。不仅能直接调用外部 MCP 服务，还可以便捷地将 AI 应用发布为 MCP 服务供外部客户端调用

这一功能完全摒弃了第三方插件的安装途径，利用原生支持的功能，最直观的优点就是部署和使用成本进一步降低了。

主要MCP功能的使用方式

•  将MCP服务配置为工具来进行使用：
• 将应用发布为MCP服务

•  在workflow和Agent中调用服务
  
  

以上便是详细的说明与升级过程了。

• •「11」为什么说Dify或许不是最好的选择，但一定是是目前最适合的应用构建平台？

• •「10」Docker部署RAGFlow离线和在线两种方式 | Docker 镜像位置更改与下载加速攻略！

• •「9」如果说Dify 1.4.0是视觉上的改变，那么这次升级到Dify 1.5.0便是核心实锤
  

• •「8」DeepSeek本地部署大模型终极解决方案，细到超乎想象！” data-itemshowtype=”0″ linktype=”text” data-linktype=”2″>vLLM+DeepSeek本地部署大模型终极解决方案，细到超乎想象！

• •「7」Dify平台集成vLLM，实现模型与应用对接

• •「6」vLLM+Dify+本地DeepSeek轻松将文件上传提问功能应用到实践中 | 结合文件回答问题有这篇就够了！

• •「5」vLLM+Dify+本地DeepSeek轻松将文件上传提问功能应用到实践中 | 结合文件回答问题有这篇就够了！

• •「4」Ollama+BGE-M3对接Vllm+Dify+本地DeepSeek大模型详细操作” data-itemshowtype=”0″ linktype=”text” data-linktype=”2″>知识库智能体终极解决方案！Ollama+BGE-M3对接Vllm+Dify+本地DeepSeek大模型详细操作

• •「3」Dify升级不成功？你只要做对这一步，升级真的太简单了！

• •「2」实时语音识别  | 语音转文字 | 推荐语音模型部署应用的终极方案！

• •「1」智能体应用最佳组合，一台主机同时部署Dify和RAGFlow全流程避坑指南 | 实操保姆级记录