企业官网建设流程全解析

Dify MCP支持详解：3步让AI Agent连接外部工具的完整指南

【免费下载链接】difyBuild Agentic workflows, RAG pipelines, with rich AI model and tool support on one collaborative workspace. Deploy on cloud, VPC, or self-hosted, so teams move from prototype to production without rebuilding the stack.项目地址: https://gitcode.com/GitHub_Trending/di/dify

Dify 是一个开源的 AI 应用开发平台，其MCP（Model Context Protocol，模型上下文协议）支持是连接 AI Agent 与外部工具的核心能力。通过 Dify MCP 支持，你可以用 3 步让 Dify 中的 AI Agent、Chatflow 或 Workflow 应用直接调用外部工具与数据源，也能反向把你的 Dify 应用发布为标准 MCP Server，供 Claude 等外部客户端调用。

什么是 Dify MCP 支持？一文看懂

MCP 由 Anthropic 提出，是一种让大模型应用安全调用外部工具的统一协议。Dify 对 MCP 做了双向支持：

Dify 的 MCP 客户端同时支持SSE 和 Streamable HTTP两种传输方式，并能根据服务器 URL 自动识别、自动回退（详见 mcp_client.py）。这意味着无论是社区里常见的sse端点还是新版mcp端点，基本都能"粘贴 URL 即用"。

第1步：如何添加外部 MCP Server（工具）

这是 Dify MCP 教程中最常用的一步——把远端 MCP 服务接入你的工作空间：

1. 进入目标应用的编排界面，打开工具（Tools）面板；
2. 点击添加工具 → MCP，选择自定义 MCP 服务；
3. 粘贴你的 MCP Server 地址（如http://your-mcp-server:port/sse或/mcp端点）；
4. 如需鉴权，可在请求头（Headers）中配置 API Key 等参数，Dify 还支持在请求头中引用入站请求头（{{request.headers.xxx}}占位符），方便透传调用方身份；
5. 点击连接，Dify 会自动执行list_tools，把远端工具列表和参数 Schema 全部拉取进来。

💡 提示：连接超时、SSE 读取超时都可以在添加时单独配置，方便对接响应较慢的远端服务。

MCP 工具在内部会被转换为与插件工具一致的结构，远端工具的inputSchema会自动映射为 Dify 的工具参数，AI 即可按标准工具调用流程使用它（转换逻辑见 provider.py）。

第2步：如何在 AI Agent 应用中使用 MCP 工具

接入完成后，让 AI 用起来只需简单拖拽：

• Agent / Agent（策略）模式：在 Agent 的工具列表中勾选刚才添加的 MCP 工具，AI 会在对话中根据用户意图自主决定调用哪个工具、传什么参数；
• Workflow / Chatflow 模式：把 MCP 工具作为工具节点拖入画布，在参数中引用上游变量（如用户输入、LLM 输出），实现确定性的编排逻辑；
• 凭据与身份：MCP 提供方支持身份模式（Identity Mode）配置，可将调用者身份透传给远端服务。

在 Agent 模式下，建议给工具补充清晰的中文/英文描述，有助于大模型更准确地选择工具——这些描述正是 MCP 服务端返回的description字段，由 Dify 自动带入（数据模型见 entities 相关定义）。

第3步：如何把 Dify 应用发布为 MCP Server

Dify 的另一项 MCP 能力：把你搭建好的 Dify 应用（含工作流）一键发布成标准 MCP Server，让 Claude Desktop、其他 Agent 平台等外部客户端直接调用。

核心流程：

1. 在应用设置中打开MCP Server开关，填写名称与描述，系统会生成一个唯一的server_code；
2. 配置用户输入表单——把应用的输入变量映射为外部客户端可调用的参数；
3. 获得形如/mcp/server/{server_code}/mcp的访问端点，交给外部客户端即可。

服务端由 Dify 的 MCP Server 模块实现，基于Streamable HTTP传输并遵循 JSON-RPC 2.0 规范，支持协议版本协商（MCP-Protocol-Version头）、会话管理与调用鉴权（实现见 mcp.py 与 streamable_http.py）。每个已发布的 MCP Server 都会以AppMCPServer记录持久化，并支持 normal/disabled 状态管理（模型定义见 model.py，管理接口见 mcp_server.py）。

Dify MCP 常见问题（FAQ）

Q1：SSE 和 Streamable HTTP 有什么区别？SSE 是 MCP 的早期传输方式；Streamable HTTP 是新版标准，基于普通 HTTP 请求/响应，更简单稳定。Dify 会自动尝试 SSE，失败后回退到 Streamable HTTP，一般无需手动选择。

Q2：MCP Server 需要鉴权怎么办？在添加 MCP 工具时通过自定义请求头（Headers）传入Authorization等凭证即可；Dify 也支持用占位符引用入站请求头做动态透传。

Q3：发布为 MCP Server 后，外部调用需要认证吗？Dify 会校验 MCP Server 的状态与归属应用，访问受应用级权限控制，适合在企业内网或带网关的环境中对外暴露能力。

总结：3 步掌握 Dify MCP 工作流

借助这套双向 MCP 能力，团队可以在同一个协作空间中，把 AI 应用既作为工具消费方扩展能力，又作为能力提供方对外输出，从原型到生产无需重建技术栈。更多细节可参考仓库中的 API 架构指南 与 README。

【免费下载链接】difyBuild Agentic workflows, RAG pipelines, with rich AI model and tool support on one collaborative workspace. Deploy on cloud, VPC, or self-hosted, so teams move from prototype to production without rebuilding the stack.项目地址: https://gitcode.com/GitHub_Trending/di/dify