首页 > 教程攻略 > ai资讯 >大模型_百炼:MCP让我焦虑

大模型_百炼:MCP让我焦虑

来源:互联网 时间:2026-07-22 15:05:09

MCP协议引发行业热议:是短暂热潮还是未来标准?LangChain联合创始人深度探讨这一关键问题。

Agentic AI正在成为行业最关注的热点。围绕着大模型如何调用工具,现在主要有两种主流的方案:computer/browser use和Agent协议。后者以Anthropic在去年发布的MCP为代表。

有一种观点认为,让AI去使用为人设计电脑和浏览器,本质上是一种低效的路径。大模型的成熟,一定会催生全新的软件生态,而新的生态自然也需要新的标准来适配。

这篇文章的核心内容,来自LangChain官方博客。LangChain的联合创始人兼CEO Harrison Chase,与LangGraph负责人Nuno Campos,就MCP进行了一场深入的辩论。讨论的焦点非常明确:MCP到底是昙花一现的短暂热点,还是注定会成为未来的行业标准?

有意思的是,从行业共识和反馈来看,未来还是相当值得期待的。目前,百炼平台也已经加入了支持MCP的行列。亲自尝试体验一番,虽然部分插件的接入过程不算顺利,但MCP所展现出的强大能力,确实让人感到深深的焦虑——未来的开发模式,或许真的可以通过简单的拖拽操作,就完全替代掉传统的代码开发。那个“业务为王”的时代,正在走来。

MCP简介

模型上下文协议,也就是MCP,它的核心目标很清晰:在大模型和外部工具之间,搭建一条标准化的信息传递通道。有了MCP协议,开发者不再需要为每一个外部工具都去编写复杂的接口代码,百炼应用也能因此高效地接入海量的第三方工具。

如何使用MCP

目前,百炼平台上的智能体和工作流应用,已经支持接入两种类型的MCP服务:

  • 官方预置MCP服务

    :百炼官方已经部署了多种MCP服务,方便开发者快速接入并使用。
  • 自定义MCP服务

    :百炼同样支持部署自定义的MCP服务。开发者可以在MCP市场或互联网上搜寻自己需要的服务,然后以自定义MCP服务的形式部署到百炼上。

简单来说,MCP相当于规范了一套协议标准,让所有的功能都按照这个标准去生成工具,从而供大模型灵活调用。

MCP在百炼上的应用

接入智能体应用和工作流应用

通过百炼平台,开发者可以在智能体应用和工作流应用这两种场景里,直接使用MCP服务。

智能体应用

在智能体应用中,大模型会根据用户的具体问题,智能地判断是否需要调用MCP服务。

举个例子,通过使用“Amap Maps”这个MCP服务,可以快速构建出一个出行AI助手。

注意:DeepSeek、QwQ系列模型当前暂不支持使用MCP服务。

具体的操作步骤如下:

1. 前往百炼应用管理,打开一个智能体应用。

2. 添加一个MCP服务。勾选Amap Maps MCP服务,然后点击确定。

3. 在右侧的对话窗格中,发送一条测试消息:“现在出发,从杭州萧山国际机场到杭州西湖景区。请你提供三种公共交通出行方案”。你会看到智能体多次调用MCP服务,完成路径规划和时间估算。

工作流应用

MCP服务可能包含一个或多个工具。在工作流应用中,每个MCP节点只能使用一个工具。开发者需要手动指定MCP节点的输入参数,然后将输出参数传递到下一个节点。

以使用“Amap Maps”MCP服务中的“maps_weather”工具为例,可以构建一个城市天气查询的工作流。

在实际尝试生成PPT的工作流时,发现调用PPT MCP服务需要付费,因此没有继续使用。

1. 和上面一样,前往百炼应用管理,新建一个对话型工作流应用。

2. 删除开始节点的两个默认参数。

3. 从左侧工具栏中拖入三个“大模型”节点,分别命名为“信息提取”“信息总结”和“默认助手”,节点配置参考以下说明:

信息提取:

除以下参数外,其他参数保持默认即可。

模型配置

通义千问-Max

System Prompt

你是一个信息提取专家,你的任务是帮助“查询天气工具”解析正确的输入参数。---“查询天气工具”的描述如下:名称:maps_weather描述:根据城市名称或者标准adcode查询指定城市的天气输入参数:city [string] 城市名称或者adcode输出参数:result [string] 城市的天气预报---你的输出是“查询天气工具”的输入,你只需要输出城市的名称即可。注意:你一次只能输出一个城市。

User Prompt

信息总结:

除以下参数外,其他参数保持默认即可。

模型配置

通义千问-Max

System Prompt

你是一个信息处理助手,你的任务是将用户输入的信息整合为自然语言。

默认助手:

除以下参数外,其他参数保持默认即可。

模型配置

通义千问-Max

System Prompt

你是一个智能助手。

User Prompt

您需要键入"/"来呼出变量菜单,选中“

*系统变量** > **query*

4. 从左侧工具栏中拖入一个“意图分类”节点,命名为“意图分类”,节点配置参考以下说明:

输入

系统变量/query

模型配置

通义千问-Plus

意图配置

点击**+新增类别**,填入“查询某个城市的天气”

高级配置

如果用户没有提供具体的城市名称,请路由到其他意图

5. 从左侧工具栏中拖入一个MCP节点,命名为“天气查询工具”。添加MCP节点时,需先找到Amap Maps卡片,点击卡片右侧的下拉按钮,选中maps_weather工具,点击确定。

6. 请先按照图示顺序依次连接这些节点,然后配置其他必要参数:

配置“天气查询工具”:

点击MCP节点内maps_weather工具的配置按钮,修改输入为“引用:信息提取/result”。

配置“信息总结”:

除以下参数外,其他参数保持不变。

User Prompt

您需要键入"/"来呼出变量菜单,选中“

*天气查询工具** > **result*

配置结束节点:

除以下参数外,其他参数保持不变。

输入框 您需要输入两个变量:

信息总结/result:键入"/"来呼出变量菜单,选中“信息总结 > result

默认助手/result:键入"/"来呼出变量菜单,选中“默认助手 > result

7. 点击右上角“测试”按钮,输入“查询杭州天气”,即可看到工作流输出“杭州”的天气信息。

参考文档:

经过实际体验,MCP虽然目前还存在部分局限性,但如果想要让大模型顺利调用外部工具,MCP无疑是一个非常舒适的选择。