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/difyDify 是一个开源的 AI 应用开发平台其MCPModel 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 做了双向支持方向能力说明 消费端把外部 MCP Server 加为工具Dify 作为 MCP 客户端自动拉取远端工具列表供 AI 调用 服务端把 Dify 应用发布为 MCP Server外部客户端通过标准 MCP 协议调用你的 Dify 应用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进入目标应用的编排界面打开工具Tools面板点击添加工具 → MCP选择自定义 MCP 服务粘贴你的 MCP Server 地址如http://your-mcp-server:port/sse或/mcp端点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 ServerDify 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FAQQ1SSE 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。Q2MCP 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 工作流步骤操作效果第1步粘贴 MCP Server URL添加为工具AI 自动获得外部工具调用能力第2步在 Agent / 工作流中启用该工具对话中自主调用或节点化编排第3步开启应用的 MCP Server 功能外部客户端可反向调用你的 AI 应用借助这套双向 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创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考