超实用!Dify 快速接入本地 MCP 服务

Dify 可以通过插件实现 MCP 服务调用,而被调用的 MCP 服务基本可以分为以下两类:
通用 MCP 服务(非本地 MCP 服务)。
本地 MCP 服务。
本地 MCP 服务指的是本地通过 Java 或其他语言实现的 MCP 服务器端。
当你会用 Dify 调用本地 MCP 服务,也就意味着你会使用 Dify 调用通用 MCP 服务了,因为实现步骤和原理基本都是一样。
1.什么是 MCP?
MCP 是 Model Context Protocol,模型上下文协议,它是由 Anthropic(Claude 大模型母公司)提出的开放协议,用于大模型连接外部“数据源”的一种协议。
它可以通俗的理解为 Java 界的 Spring Cloud Openfeign,只不过 Openfeign 是用于微服务通讯的,而 MCP 用于大模型通讯的,但它们都是为了通讯获取某项数据的一种机制,如下图所示:

2.为什么需要 MCP?
MCP 存在的意义是它解决了大模型时代最关键的三个问题:数据孤岛**、开发低效和生态****碎片化**等问题。
1.打破数据孤岛,让 AI“连接万物”
大模型本身无法直接访问实时数据或本地资源(如数据库、文件系统),传统方式需要手动复制粘贴或定制接口。MCP 通过标准化协议,让大模型像“插 USB”一样直接调用外部工具和数据源,例如:
查天气时自动调用气象 API,无需手动输入数据。
分析企业数据时直接连接内部数据库,避免信息割裂。
2.降低开发成本,一次适配所有场景
在之前每个大模型(如 DeepSeek、ChatGPT)需要为每个工具单独开发接口(Function Calling),导致重复劳动,MCP 通过统一协议:
开发者只需写一次 MCP 服务端,所有兼容 MCP 的模型都能调用。
用户无需关心技术细节,大模型可直接操作本地文件、设计软件等。
3.提升安全性与互操作性
安全性:MCP 内置权限控制和加密机制,比直接开放数据库更安全。
生态统一:类似 USB 接口,MCP 让不同厂商的工具能“即插即用”,避免生态分裂。
4.推动 AIAgent 的进化
MCP 让大模型从“被动应答”变为“主动调用工具”,例如:
自动抓取网页新闻补充实时知识。
打开 Idea 编写一个“Hello World”的代码。
MCP 的诞生,相当于为 AI 世界建立了“通用语言”,让模型、数据和工具能高效协作,最终释放大模型的全部潜力。
3.MCP 组成和执行流程
MCP 架构分为以下 3 部分:
客户端:大模型应用(如 DeepSeek、ChatGPT)发起 MCP 协议请求。
服务器端:服务器端响应客户端的请求,并查询自己的业务实现请求处理和结果返回。
运行流程:
用户提问 LLM。
LLM 查询 MCP 服务列表。
找到需要调用 MCP 服务,调用 MCP 服务器端。
MCP 服务器接收到指令。
调用对应工具(如数据库)执行。
返回结果给 LLM。
4.编写本地 MCP 服务
接下来,我们使用 Spring AI 来实现本地 MCP 服务器端,它的主要实现步骤如下:
添加 MCP Server 依赖。
设置 MCP 配置信息。
编写 MCP Server 服务代码。
将 MCP Server 进行暴露设置。
关键实现代码如下。
4.1 添加 MCP Server 依赖
MCP Server 依赖有三种类型:
标准输入/输出 (STDIO):spring-ai-starter-mcp-server
Spring MVC**(服务器发送的事件)**:spring-ai-starter-mcp-server-webmvc
Spring WebFlux(响应式 SSE):spring-ai-starter-mcp-server-webflux
4.2 设置 MCP 配置信息
MCP Server 包含以下配置信息:
其中 MCP Server 又分为以下两种类型。
服务器类型
同步服务器:默认服务器类型,它专为应用程序中的简单请求-响应模式而设计。要启用此服务器类型,请在您的配置中设置。 激活后,它会自动处理同步工具规格的配置,spring.ai.mcp.server.type=SYNC。
**异步服务器:**异步服务器实现使用非阻塞作并针对非阻塞作进行了优化。要启用此服务器类型,请使用配置您的应用程序。此服务器类型会自动设置具有内置 Project Reactor 支持的异步工具规范,spring.ai.mcp.server.type=ASYNC。
4.3 编写 MCPServer 服务代码
编写天气预报查询伪代码:
4.4 将服务暴露出去
这样 MCP Server 就编写完成了。
5.Dify 调用本地 MCP
Dify 调用 MCP 主要步骤如下:
安装 MCP 插件。
配置 MCP 服务 HTTP 地址。
配置 Agent 相关信息。
运行测试。
具体配置如下。
5.1 安装 MCP 插件
安装 Agent 策略(支持 MCP 工具)如下图所示:

MCP SSE 选装,非必须,可以为后续 Agent 提供 MCP 工具列表,方便 LLM 正确理解和调用工具。
5.2 配置 MCP 服务地址
Dify 只支持 HTTP 协议的 MCP 服务调用,它的配置格式如下:
支持配置多个 MCP 服务,或者是以下 JSON 格式也支持:
5.3 配置 Agent
Agent 需要配置的项目比较多,首先是 Agent 策略:

然后是 LLM,选择合适的大模型即可,之后配置 MCP 工具和 HTTP 地址,如下图所示:

之后配置指令和查询问题:

5.4 测试 MCP 调用
我们创建的是一个 ChatFlow,执行效果如下:

执行符合预期。
小结
Dify 调用 MCP 服务主要依靠的是 HTTP 地址和 MCP 协议,对于用户来说他面向的是大模型,对于程序来说是大模型调用了 MCP 服务,所以大模型端也就是 MCP 的客户端。我们会调用本地 MCP 服务了,那么问题来了,如何调用通用的 MCP 服务呢?
本文已收录到我的技术小站 www.javacn.site,其中包含的内容有:Spring AI、LangChain4j、Dify、AI Agent、MCP、Function Call、RAG、向量数据库、Prompt、多模态、向量数据库、嵌入模型等内容。
评论