别再造轮子了！Dify+MCP+DeepSeek开发实战保姆级教程，打造AI应用72变

推荐语

AI应用开发新突破，Dify+MCP+DeepSeek实战教程，让你的应用更智能、更灵活。

核心内容：
1. Dify集成MCP Server的步骤和注意事项
2. 如何在Dify中使用SSE接入高德地图MCP服务
3. MCP SSE插件的安装、配置及应用实例

杨芳贤

53A创始人/腾讯云(TVP)最具价值专家

之前分享过几篇关于MCP的文章，但都是在客户端中调用的，比如Cherry Studio，比如Cline，但它们都有一个共同的局限：当我在这些平台上调用MCP Server时，这些操作都仅限于我的本地环境，无法分享给他人，也无法在我们构建的Agent中使用。

这就像是建造了一座华丽的城堡，却没有桥梁让他人前来参观。

我当时一直在想，要是Coze或dify能支持MCP调用就好了！这样我们就可以在工作流中轻松调用MCP，实现更加复杂和强大的功能。

Dify这次还是真的给力，很快就有了相应的插件出来了。

今天给大家分享一下Dify中使用MCP Server的用法。需要注意的是目前Dify中支持的是通过SSE接入的MCP Server，我们在使用的时候需要注意一下。

SSE 是一种基于 HTTP 协议的、服务器向客户端单向推送事件的技术。你可以把它想象成一个“只听不说”的广播频道。当 Agent 需要调用一个 MCP 工具并等待可能持续一段时间的反馈时（比如复杂的计算或实时数据流），MCP Server 可以通过 SSE 通道，持续地将处理状态、中间结果或最终答案“推送”给 Agent，而不需要 Agent 反复去“询问”服务器“好了没有”。这种方式相比传统的轮询请求，效率更高，也更适合处理流式或异步的响应。

废话不多说了，下面给大家拆解一下在 Dify 中集成支持 SSE 接入的高德地图 MCP 服务，并结合 DeepSeek 大模型的实际案例。

一、Dify安装插件

1、点击右上角插件，选择从Marketplace中安装，搜索mcp，找到"MCP_SSE"，点击安装。

MCP SSE：一种可与一个或多个 MCP Server 通信的工具类型插件，用于在 Agent 类型应用中实现外部工具的“发现”与“调用”能力，采用 HTTP + Server-Sent Events (SSE) 传输机制。

MCP Agent Strategy：通过 Agent 策略将 MCP 协议直接整合进 Workflow 的 Agent 节点，使 Agent 能根据 MCP 协议逻辑自由调用外部工具，实现“AI 自主决策 + 动态调用工具”的能力。

本示例用MCP SSE插件就足够了。

2、给插件授权

在插件中找到刚才安装的"MCP_SSE"，鼠标单击，选择去授权。

把ulr更改为我们要设置的MCP Server的SSE地址。

今天荣姐以高德地图为例，所以要更改为高德地图的SSE地址。

{  "server_name": {    "url": "https://mcp.amap.com/sse?key=你的高德API KEY", "headers": {}, "timeout": 60,    "sse_read_timeout": 300  }}

二、获取高度地图API KEY

1、打开高德开放平台：https://lbs.amap.com/

从官网上看到高德地图已支持SSE解决方案了。SSE接入方式无需本地安装环境。

点击立即使用，点击右侧SSE方式接入MCP服务，可以看到这个url地址了。

"url": "https://mcp.amap.com/sse?key=您在高德官网上申请的key"

这个地址就是我们需要在Dify的插件中授权需要更换的地址。

2、点击右上角登录网站，可以使用短信登录方式。

3、点击控制台。

4、注册成为开发者。

5、填写邮箱及验证码，使用支付宝进行实名认证。

6、在控制台中选择应用管理->我的应用，点击创建新应用。

7、填写应用名称及应用类型。

8、点击添加key

填写Key的名称及服务平台，如果需要开启IP白名单，可以进行设置。

提交后再我的应用中可以看到Key的值了。

9、费用问题，高德地图API Key都提供每日免费配额，大部分是每日5000次，够用了。

10、现在我们可以拼接高德地图SSE地址的完整URL了。

三、Dify测试

先在插件中进行授权。

1、新建一个空白应用，选择Agent类型。填写应用名称和描述。

2、Agent配置

添加MCP工具，选择“通过SSE发现和调用MCP工具”，把【获取MCP工具列表】和【调用MCP工具】都添加进去。

大模型选择了DeepSeek R1。提示词中最好明确提出调用MCP工具。

3、测试任务：查询北京望京到故宫的交通路线。

最终结果如下：

可以对比一下高德地图查询的结果：

北京望京地铁既可以乘坐14号线，也可以乘坐15号线。

从地铁15号线的行程来看，都是15号线转8号线，在奥林匹克公园换乘，内容基本一致。

四、调用流程详解

在执行的过程中才可以看到整个的思考过程。

DeepSeek R1果然还是深度思考最值得借鉴。

还记得之前在Agent里面添加工具吗，里面添加了两个工具：

获取MCP工具列表（mcp_sse_list_tools）：通过 HTTP with SSE 传输来获取 MCP 服务端的工具列表。

调用MCP工具（mcp_sse_call_tool）：通过 HTTP with SSE 传输来调用 MCP服务端工具。

所以其实第一步就是执行获取工具列表，先去查看mcp中可用工具列表。如下图，返回了高德地图中所有可用的工具列表。

工具列表拿到后，DeepSeek R1思考接下来需要怎么做的过程。

首先是确定任务中北京望京和北京故宫的经纬度，通过调用maps_geo来获取地点的经纬度信息。

获取经纬度过程：

然后调用公交路径规划函数maps_direction_transit_integrated获取具体的路径信息。

最后显示了DeepSeek R1最终汇总出来的结果。

比较贴心的是还给出了故宫每周一闭馆，提前通过小程序预约的提示。

观察DeepSeek R1如何一步步规划并多次调用MCP工具的过程，不禁让我陷入深思：技术的进步不仅仅是功能的叠加，更是思维方式的革新。

MCP协议的出现，就像是给AI开发者们提供了一套标准化的"乐高积木"。我们不再需要从零开始构建每一个功能，不再需要重复造轮子，而是可以像搭积木一样，将各种现成的能力组合起来，打造出千变万化的AI应用。

想象一下，如果将高德地图、天气预报、票务查询、酒店预订等MCP服务组合起来，我们就能轻松构建一个完整的旅行助手；结合企业内部数据和外部信息源，我们可以打造强大的决策支持系统；甚至可以将专业领域的知识和工具整合起来，创造出垂直行业的AI专家。

这是一种全新的"组合式开发"范式，它将大幅降低AI应用的开发成本和门槛，让更多人能够参与到AI创新的浪潮中来。我坚信，随着MCP生态的不断丰富，我们将看到更多令人惊叹的AI应用涌现。

而Dify与DeepSeek的完美结合，则为这一切提供了坚实的基础设施支持。通过简单的配置，我们就能够让AI大模型灵活调用各种外部工具，实现真正的"思考+行动"能力。

对于开发者而言，这意味着我们可以将更多精力放在业务逻辑和用户体验上，而不是重复开发基础功能；对于用户而言，这意味着他们将获得更加智能、更加实用的AI助手。

所以，别再造轮子了！ 拥抱MCP，拥抱这个开放互联的AI新时代。