百炼大模型MCP焦虑测评排行
MCP协议正在成为开发者社区热议的焦点：它究竟是一闪而过的技术浪潮，还是即将成为行业统一标准？LangChain联合创始人深入剖析了这个问题。
AI智能体（Agentic AI）如今是业界最受瞩目的方向。在大模型调用外部工具的方式上，目前主要有两条技术路线：Computer/Browser Use 和 Agent协议。后者以Anthropic在去年推出的MCP为代表。
有观点认为，让AI去操控原本为人类设计的电脑和浏览器，本质上是一种迂回的低效方案。大模型逐渐成熟，必然会催生全新的软件生态，而新生态也需要匹配的新标准来对接。
本文的核心内容源自LangChain官方博客。LangChain联合创始人兼CEO Harrison Chase 与 LangGraph负责人Nuno Campos，围绕MCP展开了一场深度辩论。讨论的核心问题很明确：MCP究竟是昙花一现的热点，还是注定将成为行业未来的基础设施？
值得关注的是，从行业反馈与共识来看，前景相当乐观。目前，百炼平台也已正式接入MCP协议。亲自体验后会发现，尽管部分插件的接入过程尚有摩擦，但MCP所释放的能力令人深感焦虑——未来的开发模式，或许真的只需拖拽几下，就能替代传统的手写代码。那个“业务为王”的时代，正在悄然逼近。
MCP概述
模型上下文协议（MCP）的核心目标清晰：在大模型与外部工具之间建立一条标准化的数据通道。开发者无需再为每个外部工具单独编写集成代码，百炼应用也能借此高效接入海量第三方服务。
MCP的使用方式
目前，百炼平台上的智能体应用与工作流应用均已支持接入两类MCP服务：
- 官方预置MCP服务：百炼团队已部署多种MCP服务，开发者可快速启用。
- 自定义MCP服务：百炼同样支持自定义部署。开发者可在MCP市场或互联网上搜索所需服务，以自定义形式部署至百炼。
简单来说，MCP定义了一套标准协议，让所有功能模块按该标准生成工具，供大模型灵活调用。
MCP在百炼中的实践
接入智能体应用与工作流应用
通过百炼平台，开发者可在智能体应用和工作流应用两种场景下直接使用MCP服务。
智能体应用
在智能体应用中，大模型会根据用户的输入，智能判断是否需要调用MCP服务。
例如，通过使用“Amap Maps”MCP服务，可以快速搭建一个出行AI助手。
注意：DeepSeek、QwQ系列模型当前暂不支持MCP服务。
具体操作步骤如下：
1. 进入百炼应用管理，打开一个智能体应用。
2. 添加MCP服务。勾选Amap Maps MCP服务，点击确定。
3. 在右侧对话窗格发送测试消息：“现在出发，从杭州萧山国际机场到杭州西湖景区。请你提供三种公共交通出行方案”。智能体会多次调用MCP服务，完成路径规划与时间估算。
工作流应用
MCP服务可能包含一个或多个工具。在工作流应用中，每个MCP节点只能使用一个工具。开发者需手动指定MCP节点的输入参数，并将输出参数传递至下一个节点。
以使用“Amap Maps”MCP服务中的“maps_weather”工具为例，可构建一个城市天气查询工作流。
实际尝试生成PPT工作流时，发现调用PPT MCP服务需要付费，因此未继续使用。
1. 同样在百炼应用管理中，新建一个对话型工作流应用。
2. 删除开始节点的两个默认参数。
3. 从左侧工具栏拖入三个“大模型”节点，分别命名为“信息提取”“信息总结”与“默认助手”，节点配置参考如下：
信息提取：除以下参数外，其余保持默认。
| 模型配置 | 通义千问-Max |
| System Prompt | 你是一个信息提取专家，你的任务是帮助“查询天气工具”解析正确的输入参数。---“查询天气工具”的描述如下：名称：maps_weather描述：根据城市名称或者标准adcode查询指定城市的天气输入参数：city [string] 城市名称或者adcode输出参数：result [string] 城市的天气预报---你的输出是“查询天气工具”的输入，你只需要输出城市的名称即可。注意：你一次只能输出一个城市。 |
| User Prompt |
信息总结：除以下参数外，其余保持默认。
| 模型配置 | 通义千问-Max |
| System Prompt | 你是一个信息处理助手，你的任务是将用户输入的信息整合为自然语言。 |
默认助手：除以下参数外，其余保持默认。
| 模型配置 | 通义千问-Max |
| System Prompt | 你是一个智能助手。 |
| User Prompt | 您需要键入"/"来呼出变量菜单，选中“*系统变量** > **query*” |
4. 从左侧工具栏拖入一个“意图分类”节点，命名为“意图分类”，节点配置如下：
| 输入 | 系统变量/query |
| 模型配置 | 通义千问-Plus |
| 意图配置 | 点击**+新增类别**，填入“查询某个城市的天气” |
| 高级配置 | 如果用户没有提供具体的城市名称，请路由到其他意图 |
5. 从左侧工具栏拖入一个MCP节点，命名为“天气查询工具”。添加MCP节点时，找到Amap Maps卡片，点击卡片右侧的下拉按钮，选中maps_weather工具，点击确定。
6. 按图示顺序依次连接各节点，然后配置其他必要参数：
配置“天气查询工具”：点击MCP节点内maps_weather工具的配置按钮，修改输入为“引用：信息提取/result”。
配置“信息总结”：除以下参数外，其余保持默认。
| User Prompt | 您需要键入"/"来呼出变量菜单，选中“*天气查询工具** > **result*” |
配置结束节点：除以下参数外，其余保持默认。
| 输入框 | 您需要输入两个变量： 信息总结/result：键入"/"来呼出变量菜单，选中“信息总结 > result 默认助手/result：键入"/"来呼出变量菜单，选中“默认助手 > result |
7. 点击右上角“测试”按钮，输入“查询杭州天气”，即可看到工作流输出杭州的天气信息。
参考文档：
经过实际体验，MCP目前虽存在部分局限，但若想高效地让大模型调用外部工具，MCP无疑是一个非常顺手的方案。