DifyMCP保姆级教程来了！

原文：DifyMCP保姆级教程来了！

MLNLP社区是国内外知名的机器学习与自然语言处理社区，受众覆盖国内外NLP硕博生、高校老师以及企业研究人员。

社区的愿景是促进国内外自然语言处理，机器学习学术界、产业界和广大爱好者之间的交流和进步，特别是初学者同学们的进步。

1.MCP介绍

1.1 大语言模型 VS 智能体Agent？

大语言模型，例如 DeepSeek，如果不能联网、不能操作外部工具，只能是聊天机器人。除了聊天没什么可做的。

而一旦大语言模型能操作工具，例如：联网/地图/查天气/函数/插件/API 接口/代码解释器/机械臂/灵巧手，它就升级成为智能体 Agent，能更好地帮助人类。今年爆火的 Manus 就是这样的智能体。

众多大佬、创业公司，都在 All In 押注 AI 智能体赛道。

也有不少爆款的智能体产品，比如 Coze、Manus、Dify。

1.2 以前的智能体是怎么实现的？

在以前，如果想让大模型调用外部工具，需要通过写大段提示词的方法，实现“Function Call”。

比如在 openai 中这是一个用于处理客户订单配送日期查询的工具调用逻辑设计。以下是关键点解读：

一、工具功能解析

1. 核心用途

   • 函数名 get_delivery_date 明确用于查询订单的配送日期（预计送达时间）。

   • 触发场景：当用户询问包裹状态（如“我的包裹到哪里了？”或“预计何时送达？”）时自动调用。

2. 参数设计

   • 必需参数：仅需提供 order_id（字符串类型），无需其他字段。

   • 逻辑合理性：订单ID是唯一标识，足以关联物流信息（如快递单号、配送进度等）。

3. 技术实现要求

   • 开发者需在后端实现该函数，通过 order_id 关联数据库或物流API获取实时配送状态（如预计送达时间、当前物流节点等）。

二、客服对话流程示例

假设用户提问：“Hi, can you tell me the delivery date for my order?”

助手应执行以下步骤：

1. 识别意图：用户明确要求“delivery date”，符合工具调用条件。

2. 参数提取：需引导用户提供 order_id（因消息中未直接包含该信息）：

“Sure! Please provide your order ID so I can check the delivery schedule.”

1. 工具调用：获得 order_id 后，后台执行 get_delivery_date(order_id="XXX")。

2. 返回结果：向用户展示函数返回的配送日期（如 “您的订单预计在2025年6月25日18:00前送达”）。

   tools = [
       {
           "type": "function",
           "function": {
               "name": "get_delivery_date",
               "description": "Get the delivery date for a customer's order. Call this whenever you need to know the delivery date, for example when a customer asks 'Where is my package'",
               "parameters": {
                   "type": "object",
                   "properties": {
                       "order_id": {
                           "type": "string",
                           "description": "The customer's order ID.",
                       },
                   },
                   "required": ["order_id"],
                   "additionalProperties": False,
               },
           }
       }
   ]
   
   messages = [
       {"role": "system", "content": "You are a helpful customer support assistant. Use the supplied tools to assist the user."},
       {"role": "user", "content": "Hi, can you tell me the delivery date for my order?"}
   ]
   
   response = openai.chat.completions.create(
       model="gpt-4o",
       messages=messages,
       tools=tools,
   )
   

1.3 靠大段提示词的方法实现的 Function Call 有什么问题？

对开发者（你）来说：

• 要写一大段复杂提示词，程序员的语文水平一般都比较捉急

• 面对相同的函数和工具，每个开发者都需要重新从头造轮子，按照自己想要的模型回复格式重新撰写、调试提示词

对软件厂商来说（百度地图）来说：

• 百度地图发布的大模型工具调用接口，和高德地图发布接口，可能完全不一样。

• 没有统一的市场和生态，只能各自为战，各自找开发者接各自的大模型。

对大模型厂商（DeepSeek）来说：

• 各家厂商训练出的智能体大模型，任务编排能力参差不齐，标准不一致。