【大模型实战篇】--阿里云百炼搭建MCP Agent

MCP协议（Model Communication Protocol，模型通信协议）是大语言模型（LLM）与外部系统或其他模型交互时的一种标准化通信框架，旨在提升交互效率、安全性和可扩展性。

目录

1.阿里云百炼--MCP

1.1.MCP 服务接入示例

1.2.如何使用 MCP

1.3.计费说明

官方预置 MCP 服务

自定义部署 MCP 服务

2. 高德地图--智能体应用

3.天气查询--工作流应用

​4.部署自定义 MCP 服务

---

1.阿里云百炼--MCP

模型上下文协议（Model Context Protocol, MCP）旨在搭建大模型和外部工具之间的信息传递通道。通过 MCP 协议，开发者不用为每个外部工具编写复杂的接口，百炼应用也能够接入海量第三方工具。

 阿里云百炼：https://bailian.console.aliyun.com/#/home

1.1.MCP 服务接入示例

路径规划智能体	网页爬取工作流
大模型应用：智能体应用 外部工具：Amap Maps MCP 服务提供地理信息获取能力	大模型应用：工作流应用 外部工具：Firecrawl MCP 服务提供网页爬取能力

1.2.如何使用 MCP

现在，百炼智能体和工作流应用已支持接入两种 MCP 服务。使用 MCP 服务的详细方法，请参考快速入门。

• 官方预置 MCP 服务：百炼官方部署了多种 MCP 服务，方便您快速接入百炼应用。

• 自定义 MCP 服务：百炼还支持部署自定义 MCP 服务。您可以在 MCP 市场或互联网上搜寻 MCP 服务，以自定义 MCP 服务的形式部署在百炼上。

1.3.计费说明

官方预置 MCP 服务

• 部署费用：限时免部署费用。

• 调用费用：部分 MCP 服务涉及第三方 API 调用，使用后可能会产生费用。这部分费用由第三方收取，百炼不收取费用。

自定义部署 MCP 服务

根据是否收取部署费用，有以下两种计费模式：

• 按次付费：

  • 无部署费用。无调用时不计费，有调用时按调用时长计费。

    • 调用费率：0.000156 元/秒

  • 适用场景：偶尔调用，对启动速度要求不高（首次调用会有一定启动延迟）

• 常驻实例：

  • 有部署费用。无调用时按部署时长计费，有调用时另按调用时长计费。

    • 调用费率：0.000156 元/秒

    • 部署费率：0.000036 元/秒

  • 适用场景：可减少频繁启动服务带来的延迟，适合需要长时间保持在线，且调用较频繁的场景。

2. 高德地图--智能体应用

1.前往MCP 广场，点击 Amap Maps 卡片。

2.立刻开通，Amap Maps MCP 服务。

3.接入智能体应用和工作流应用

您可以通过百炼智能体应用和工作流应用使用 MCP 服务。

什么是 Amap Maps MCP 服务？

为实现 LBS 服务与 LLM 更好的交互，高德地图 MCP Server 现已覆盖12大核心服务接口，提供全场景覆盖的地图服务，包括地理编码、逆地理编码、IP 定位、天气查询、骑行路径规划、步行路径规划、驾车路径规划、公交路径规划、距离测量、关键词搜索、周边搜索、详情搜索等。

为进一步提高开发者接入效率与体验，高德地图开放平台为开发者提供了通用级 SSE 协议 MCP 服务解决方案。

该服务限时试用体验，商业化用途请联系商务

服务说明：概述-MCP Server | 高德地图API

如何在百炼上使用 Amap Maps MCP 服务？

百炼已为您部署好了云端的 Amap Maps MCP 服务，您仅需在百炼确认开通后使用。目前 MCP 服务已支持添到智能体和工作流中。

Amap Maps MCP 服务的关键特性

• 使用简单：适用普通用户基于 MCP（SSE）方式，不必部署本地服务，简单通过 URL 地址配置即可使用。

• 自动升级：我们会持续进行迭代更新，无须用户自己任何额外操作使用。

• 更易于大模型理解：我们对原始的 JSON 结果进行了语义化的转换，更易于大模型理解内容。

• 零运维成本：采用全托管云服务架构，用户无需关心服务器维护、资源扩容等底层运维问题。

• 协议兼容：支持 SSE 长连接，适配不同业务场景的技术需求。

4.前往百炼应用管理，打开一个智能体应用。

5.测试：在右侧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”。

您将看到智能体多次调用 MCP 服务，完成路径规划和时间估算。

3.天气查询--工作流应用

MCP 服务可能有多个工具。在工作流应用中，每个 MCP 节点只能使用一个工具。您需要手动指定 MCP 节点的输入参数，再传递输出参数到下一个节点。

使用“Amap Maps”MCP 服务的“maps_weather”工具，您可以快速构建一个城市天气查询工作流。

1.创建工作流，前往百炼应用管理，新建一个对话型工作流应用。

2.设置开始节点

在这个案例中，我们只需要默认的系统变量，故删去这两个参数。

删除开始节点的两个默认参数。

3.提取城市名称

这一步将用户的自然语言解析为 MCP 节点需要的城市名称。从左侧工具栏中拖入一个大模型节点，命名为“信息提取”。请将此节点连接到开始节点，并按照指引填写参数。

除以下参数外，其他参数保持默认即可：

参数名	参数值
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	您需要键入"/"来呼出变量菜单，选中“系统变量 > query。

使用 MCP 节点前，您通常需要将用户的自然语言转换为 MCP 节点的输入参数。因此，您需要在 System Prompt 里描述 MCP 服务的功能和输入输出信息，限定大模型的输出格式。 

4.查询天气信息

使用高德 MCP 服务提供的天气查询工具，接收一个城市名，返回该城市的天气信息。

从左侧工具栏中拖入一个 MCP 节点，按照图示选择 maps_weather 工具，确认节点配置。

5.请将 MCP 节点命名为“天气查询工具”，然后将此节点连接到“信息提取”节点。

5.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”。 

6.总结天气信息

将 MCP 服务返回的结果整理成自然语言，方便用户阅读。

从左侧工具栏中拖入一个大模型节点，命名为“信息总结”。请将此节点连接到“天气查询工具”节点，并按照指引填写参数。

除以下参数外，其他参数保持默认即可：

参数名	参数值
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。
User Prompt	您需要键入"/"来呼出变量菜单，选中“天气查询工具 > result”

7.输出结果

请将此节点连接到“信息总结”节点，并按照指引填写参数。

除以下参数外，其他参数保持不变。

参数名	参数值
输入框	键入"/"来呼出变量菜单，选中“信息总结 > result

 8.测试--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。

 4.部署自定义 MCP 服务

除了百炼预置的 MCP 服务外，您还可以部署开源社区和其他来源的自定义 MCP 服务。百炼会将您的自定义 MCP 服务部署至阿里云函数计算 FC。

以部署开源社区的 Knowledge Graph Memory MCP 服务为例：

Knowledge Graph Memory MCP 服务：通过此 MCP 服务，大模型可以记住您的个性化信息，并在回复时使用这些记忆。

1. 创建 MCP 服务

   前往MCP 管理，点击创建 MCP 服务。

2. 配置 MCP 服务

   按照以下指引填写配置，确认无误后提交部署。

   服务名称和描述：填写 MCP 服务的名称和功能简介。

   安装方式：当前仅支持 npx。

   说明

   npx 是一个随 npm 一起安装的工具，用于快速执行 npm 包中的命令行工具或可执行文件，它允许在不全局安装包的情况下直接运行命令 ，从而简化了项目内部模块的使用流程。

   部署方式：学习和测试 MCP 服务时，建议选择“按次付费”。详细计费规则请参考计费说明。

   MCP 服务配置：您可以直接使用以下配置代码。

   {"mcpServers": {"memory": {"command": "npx","args": ["-y","@modelcontextprotocol/server-memory"]}}
   }

   

   说明

   通常情况下，MCP 服务提供商会提供详细的配置代码，粘贴至此处即可。以Knowledge Graph Memory MCP 服务为例，您可以在MCP 广场找到这个 MCP 服务，单击进入详情页，找到标题为 NPX 的配置代码。

   

3. 使用 MCP 服务

   部署完成后，您可以将自定义 MCP 服务接入智能体应用和工作流应用。