Dify智能体外部服务协议调用工作流

🔌 MCP Agent – 外部服务协议调用工作流

该工作流是一个高级应用，旨在演示如何在 Dify 平台中调用遵循“模型上下文协议”（Model Context Protocol, MCP）的外部智能代理（Agent）服务。它本身不包含复杂的逻辑，其核心价值在于展示了一种将 Dify 与外部、可互操作的 AI 服务进行连接和通信的先进模式。

第一阶段：用户输入

• 开始 (开始): 工作流在接收到用户的查询（sys.query）后启动。

第二阶段：调用外部 MCP Agent

• Agent (Agent): 这是整个工作流的核心和唯一的功能节点，其配置如下：
  • 代理类型: 它使用的是一个特殊的代理策略——MCP FunctionCalling。这表明它不是一个在Dify内部执行逻辑的常规代理，而是作为一个客户端去调用一个外部的MCP服务。
  • 核心指令: 代理被赋予了一个明确的任务：“调用MCP服务，查询天气信息。”。
  • 服务地址: 它被配置为连接到一个特定的MCP服务器地址：https://router.mcp.so/sse/*********。
  • 驱动模型: 使用 gpt-4o-mini 模型来理解用户意图并与MCP服务进行交互。
  • 工具提供: 工作流还为该代理启用了Dify内置的“获取当前时间”工具。这意味着，当它与外部MCP服务通信时，可以将这个工具的能力提供给外部服务使用。

第三阶段：输出结果

• 直接回复 (直接回复): 该节点会接收并直接输出由外部MCP Agent处理后返回的最终文本结果 ({{#1742957995972.text#}})。

主要特点

• MCP协议集成: 此工作流的核心是展示了Dify与MCP的集成能力，允许Dify应用“即插即用”地调用任何遵循该协议的外部模型或服务，极大地扩展了Dify的生态和能力边界。
• 逻辑外部化: “查询天气”这一具体功能的实现逻辑完全由外部的MCP服务器负责，Dify在此扮演的是一个指令发出者和能力提供者（如提供current_time工具）的角色。
• 互操作性: 展示了构建可互操作AI代理的一种方式。Dify可以作为总控，调度和利用外部专门的、遵循统一标准（MCP）的AI服务来完成特定任务。
• Function Calling 模式: 采用 function_calling 策略，表明其与外部服务的交互是结构化的，类似于调用API或函数，而非简单的文本问答。

重要提示

• 这是一个技术演示性质的工作流，其实际运行强依赖于一个在指定URL上有效运行的MCP服务器。URL中的星号 ********* 通常代表一个私有密钥或路径，表明所提供的地址是不完整的。
• “模型上下文协议”（MCP）是一个旨在让不同AI代理之间能够互相理解和协作的开放标准。这个工作流正是该标准在Dify平台上的一个具体应用范例。
• 工作流本身并未定义如何查询天气，这项能力完全由其配置的外部MCP服务提供。