dify+MCP多应用，构建灵活的AI应用生态系统

最新推荐文章于 2025-10-27 19:19:12 发布

原创

最新推荐文章于 2025-10-27 19:19:12 发布 · 1.6k 阅读

10 ·

CC 4.0 BY-SA版权

文章标签：

#人工智能

一、概述

前面几篇文章写很多MCP应用，基本上一个dify工作流使用一个MCP应用。

那么一个dify工作流，同时使用多个MCP应用，是否可以呢？答案是可以的。

先来看一下效果图

说明：

这里使用了问题分类器，用来判断用户的问题，应该调用哪个MCP应用

AGENT1~4，分别对应一个MCP应用，例如：public-ip-mcp-server，mysql8-mcp-server，desensitization-mcp-server，searxng-mcp-server

针对mysql查询输出的内容，会进行脱敏处理。

二、问题分类器

定义

通过定义分类描述，问题分类器能够根据用户输入，使用 LLM 推理与之相匹配的分类并输出分类结果，向下游节点提供更加精确的信息。

场景

常见的使用情景包括客服对话意图分类、产品评价分类、邮件批量分类等。

在一个典型的产品客服问答场景中，问题分类器可以作为知识库检索的前置步骤，对用户输入问题意图进行分类处理，分类后导向下游不同的知识库查询相关的内容，以精确回复用户的问题。

设置

对于比较精确的条件，一般使用条件分支。但是对于我这种场景，条件比较模糊，所以需要使用问题分类器

这里定义了3个分类：

公网ip相关问题
mysql 数据库相关查询，涉及学生、教师、成绩、班级、课程等
其他问题

效果如下：

说明：

公网ip相关问题，会直接调用MCP应用public-ip-mcp-server

mysql相关问题，会调用MCP应用mysql8-mcp-server

其他问题，会调用MCP应用searxng-mcp-server，这个是一个联网搜索引擎，你可以理解为百度，想搜什么都可以。

三、环境说明

dify版本

这里使用的是最新版本1.4.0，如果你的版本没有这么高，1.3.0以上版本也可以。

mcp插件

确保已经安装了以下插件：

Agent 策略(支持 MCP 工具)

MCP SSE / StreamableHTTP

确保插件版本，已经升级到最新版本

mcp应用

这里的所有MCP应用，统一使用Streamable HTTP模式，全部部署在k8s里面。

当然，使用docker运行也是可以的。

mcp插件设置

点击插件MCP SSE / StreamableHTTP，输入MCP 服务配置

完整内容如下：

{
    "mysql8-mcp-server": {
        "transport": "streamable_http",
        "url": "http://mysql8-mcp-server-svc.mcp:9000/mcp/",
        "headers": {},
        "timeout": 60
    },
    "desensitization-mcp-server": {
        "transport": "streamable_http",
        "url": "http://desensitization-mcp-server-svc.mcp:9000/mcp/",
        "headers": {},
        "timeout": 60
    },
    "public-ip-mcp-server": {
        "transport": "streamable_http",
        "url": "http://public-ip-mcp-server-svc.mcp:9000/mcp/",
        "headers": {},
        "timeout": 60
    },
    "searxng-mcp-server": {
        "transport": "streamable_http",
        "url": "http://searxng-mcp-server-svc.mcp:9000/mcp/",
        "headers": {},
        "timeout": 60
    }
}

注意：这里的url使用的是k8s内部地址，如果使用的是docker方式运行，请根据实际情况修改。

四、public-ip-mcp-server设置

public-ip-mcp-server核心代码如下：

server.py

from fastmcp import FastMCP
import json
import requests

mcp = FastMCP("public-ip-address")


@mcp.tool()
def get_public_ip_address() -> str:
    """
    获取公网ip地址
    返回:
        str: 当前网络的公网ip地址
    """
    response = requests.get("http://ip-api.com/json")
    content = json.loads(response.text)
    return content["query"]


if __name__ == "__main__":
    mcp.run(transport="streamable-http", host="0.0.0.0", port=9000, path="/mcp")

View Code

Agent配置

Agent 1详细配置如下：

MCP服务配置

{
  "public-ip-mcp-server": {
        "transport": "streamable_http",
        "url": "http://public-ip-mcp-server-svc.mcp:9000/mcp/",
        "headers": {},
        "timeout": 60
    }
}

指令

使用MCP工具，获取服务器公网ip

最后直接回复，注意选择变量Agent1 text

五、mysql8-mcp-server设置

核心代码

最低0.47元/天解锁文章