本文详细介绍了Dify社区贡献的MCP-server插件，可将Dify工作流或Chatflow发布为MCP-server，供第三方工具调用。文章通过PPT生成和AI绘画两个实战案例，演示了插件安装配置、环境变量修改、工作流设置及客户端测试等完整流程，帮助开发者轻松实现Dify应用与支持MCP client工具的无缝对接，扩展AI应用的使用场景。

1.前言

之前我们为大家介绍过MCP SSE插件，它能够支持MCP-server在Dify平台上的调用，从而帮助Dify与第三方平台提供的MCP-server进行无缝对接。有些小伙伴提出了疑问：既然Dify可以通过MCP SSE插件调用其他平台的MCP-server，那么Dify的工作流或Chatflow是否也能发布为MCP-server，供其他支持MCP client的工具使用呢？今天，我们将为大家介绍一款Dify插件——mcp-server，它能够实现这一功能，即将Dify的工作流或Chatflow发布为MCP-server，供其他第三方工具调用。

插件名字叫做MCP-server，我们在dify插件市场可以找到这个工具

Mcp-server 是一个由 Dify 社区贡献的 Extension 类型插件。安装后，你可以把任何 Dify 应用转变成符合 MCP 标准的 Server Endpoint，供外部 MCP 客户端直接访问。它的主要功能包括：

  • **暴露为 MCP 工具：**将 Dify 应用抽象为单一 MCP 工具，供外部 MCP 客户端（如 Cursor、Claude Desktop、Cline，Windsurf、Dify 等）调用。
  • **利用 Dify Endpoint 功能：**用户创建应用 Endpoint 后，将获得唯一的 URL，外部 MCP 客户端可直接通过该 URL 连接。
  • **提供 MCP 服务：**插件在 Dify 插件环境中自动启动 HTTP 服务，基于 HTTP 和 SSE 协议，高效处理外部 MCP 客户端请求，包括协议握手、能力发现以及工具调用。

2.如何使用

我们在插件市场上安装好这个插件。安装好后可以在插件列表中查找到，如下图。

env IP地址修改

接下来我们需要配置MCP-server，这个配置的地方我们需要注意，既然这个工具是对外提供服务的，那么我们就希望在互联网或者局域网实现访问。所以我们需要修改一下dify .env文件的配置，找到你本地电脑上的.env文件，这里我们方便讲解就拿官方的

https://github.com/langgenius/dify/blob/main/docker/.env.example 给大家介绍一下修改的地方

我们搜索到.env.example 文件 1001 行找到如下配置

我们需要把 EXPOSE_PLUGIN_DEBUGGING_HOST 、ENDPOINT_URL_TEMPLATE 这2个地方的localhost 换成你的局域网IP或者公网IP

我的公网地址是14.103.204.132

原地址

PLUGIN_DEBUGGING_HOST=0.0.0.0
PLUGIN_DEBUGGING_PORT=5003EXPOSE_PLUGIN_DEBUGGING_HOST=localhost
EXPOSE_PLUGIN_DEBUGGING_PORT=5003# If this key is changed, DIFY_INNER_API_KEY in plugin_daemon service must also be updated or agent node will fail.PLUGIN_DIFY_INNER_API_KEY=QaHbTe77CtuXmsfyhR7+vRjI/+XbV1AaFy691iy+kGDv2Jvy0/eAh8Y1
PLUGIN_DIFY_INNER_API_URL=http://api:5001

ENDPOINT_URL_TEMPLATE=http://localhost/e/{hook_id}

修改后地址

PLUGIN_DEBUGGING_HOST=0.0.0.0
PLUGIN_DEBUGGING_PORT=5003EXPOSE_PLUGIN_DEBUGGING_HOST=14.103.204.132
EXPOSE_PLUGIN_DEBUGGING_PORT=5003# If this key is changed, DIFY_INNER_API_KEY in plugin_daemon service must also be updated or agent node will fail.PLUGIN_DIFY_INNER_API_KEY=QaHbTe77CtuXmsfyhR7+vRjI/+XbV1AaFy691iy+kGDv2Jvy0/eAh8Y1
PLUGIN_DIFY_INNER_API_URL=http://api:5001

ENDPOINT_URL_TEMPLATE=http://14.103.204.132/e/{hook_id}

我公网服务器地址修改截图如下

修改之后，记得重启dify

chatflow案例配置介绍

上面配置完成并重启好dify工作流后。我们进入dify工作台-插件-MCP-server 配置界面

默认这里是空的，我这里是之前配置好的，所以显示了2个。

上期文章中我们使用了dify 实现了一个PPT chatflow的制作，我们就拿上期文章的案例来做成一个mcp-server对外提供服务。

关于上期文章大家可以看这个《dify案例分享-借助插件 3 步打造惊艳 PPT 生成工作流！》

点击右上角+号，弹出配置。

在 mcp-server 插件的配置页面，填写以下内容：

  • **端点名称：**端点 名称。

  • **App：**选择要发布为 MCP Server 的 Dify 应用。

  • **App Type：**应用类型（Chat 或 Workflow）。

  • **App Input Schema：**定义应用的输入参数，帮助外部系统理解与该应用的交互方式，格式为 JSON。

    可以参考我下面的截图

其中APP 应用里面可以从我们之前dify制作好的工作流选择我们需要发布的应用（Chat 或 Workflow），我们这里选择“儿童故事绘本-ppt chatflow” 如下图

最后一个App Input Schema 稍微麻烦点，大家可以看参考我下面的

{"name":"pptchatflow","description":"儿童故事绘本-ppt chatflow","inputSchema":{"title":"儿童故事绘本-ppt chatflow","type":"object","properties":{"prompt":{"title":"儿童故事绘本-ppt chatflow","description":"本工作流流(chatflow)可以实现大语言模型创建内容后调用agent 从而实现PPT的制作功能","type":"string"}},"required":["prompt"]}}

其实关键点在 properties 和required 属性，这2个值就是你对外提供工作流的输入参数。那么具体填什么值呢？ 和你工作流输出参数有关。我们回到我的儿童故事绘本-ppt chatflow 工作流中

我这里就一个输入参数叫做“prompt”，所以我们添加的 properties 和required 属性 值就是 prompt。这样大家就能理解了吧。

完上传配置点击保存按钮，这个时候我们就可以看到如下面画面

显示服务正常，这样MCP-server对外提供服务了。 那么问题来了，我怎么 证明他可以使用呢？

它对外提供2个地址 get 和post请求。地址如下：

http://localhost/e/56uageiwt2ezf8e9}/sse
http://localhost/e/56uageiwt2ezf8e9}/messages/

这地方其实是有坑的。还记得前面提到我们修改.env文件把localhost 改成公网地址14.103.204.132，为什么这地方显示不出来呢？

我当时也是找了半天的原因。这个地方如果显示localhost 其实可以不用去管它。我们可以重新修改地址localhost 换成IP。

另外还有一个地方就是生产的地址56uageiwt2ezf8e9} 后面是有一个右边单括号的”}”的，这里我们也是需要去掉。修改后的地址如下

http://14.103.204.132/e/56uageiwt2ezf8e9/sse
http://14.103.204.132/e/56uageiwt2ezf8e9/messages/

我们把上述地址get 请求地址在浏览器上输入验证一下，确保客户端网络能够访问这个MCP-server

出现了

event: endpoint
data: messages/?session_id=a21bbc543af2402f902850ec34433ae4

这个时候证明我们网络是通的，对外是可以访问的。

Cherry Studio验证及测试

接下来我们找一个支持mcp-client工具，就拿Cherry Studio验证吧。打开电脑上安装的Cherry Studio 升级最新版本（建议）我的版本是

1.2.4

我们找到 mcp服务器配置-点击添加服务器

这个配置SSE 非常简单，填写名称和 sse URL地址即可

配置完成后点击保存。

回到cherry studio 聊天对话窗口，我们选择一个带有function call的模型，这里我们就选择 火山引擎提供的deepseek-v3模型，勾选MCP- server

聊天窗口中我们输入“

喜羊羊与灰太狼

模型会调用 名称叫做pptchatflow 的，我们点开它 确实是调用了我们dify 之前做的额PPT生成的工作流了。

PPT 没给我提供下载，我继续

他也给我把PPT地址提供链接显示出来了。 这个我们需要注意的事情，我们点击链接其实是下载不了的。为什么呢？

可能小伙伴会问了， 因为我们之前的案例PPT 生成在容器内部，DIFY安全方面的考虑第三方链接是下载不到这个PPT的，如果想解决它怎么办？ 聪明的小伙伴已经想到了，在上期工作流中我们生成的PPT可以借助于第三方平台，比如腾讯COS 实现PPT 的上传，然后返回PPT公网访问的下载链接地址，这样不管是在DIFY 平台上还是第三方平台上就可以实现这个链接地方访问和下载了。感兴趣小伙伴可以参考我们之前的文章来实现。这里我们就不展开了。

workflow案例配置介绍

前面给大家介绍了是chatflow配置，接下来我们在介绍一下workflow的配置，这个配置和上面的非常类似，区别地方就是我们选择

**App Type：**应用类型（ Workflow）。

这里我们拿我之前的即梦AI绘画工作流给大家讲解。

这个地方重点其实还是App Input Schema

我的配置如下

{"name":"Dream AI Painting","description":"本工作流主要是使用开源jimeng-free-api项目实现即梦AI逆向API 通过http请求整合实现dify工作流上即梦AI绘画功能","inputSchema":{"title":"即梦AI绘画","type":"object","properties":{"prompt":{"title":"即梦AI绘画","description":"本工作流主要是使用开源jimeng-free-api项目实现即梦AI逆向API 通过http请求整合实现dify工作流上即梦AI绘画功能","type":"string"}},"required":["prompt"]}}

这个地方和上面一样，我也只有一个prompt 输入参数。

配置完成后效果如下

URL 地址和前面也是一样，这里就不在重复赘述。

最终对外提供的 URL 如下

http://14.103.204.132/e/boaavozuvj5w3dk9/sse
http://14.103.204.132/e/boaavozuvj5w3dk9/messages/

上面我们同样可以使用Cherry Studio验证及测试,具体配置就不详细展开，我们给大家看一下效果

​ 我们知道我之前做的即梦AI 绘画一次性返回4张图。 这里我们就借助第三方工具cherry studio 实现DIFY 工作流生成AI绘画的功能了。

魔搭社区SSE验证及测试

前几天魔搭社区已提供了一站式SSE 托管平台，我们接下来可以在这个平台上演示一下我们的即梦AI 工作流SSE

用账号登录魔搭社区，进入首页，点击右边“MCP广场”

点击MCP 实验场，进入 MCP Playground

我们点击配置按钮，添加MCP server

点击确定按钮完成保存设置。

回到试验场，我们就可以测试了。

同样它生成了4张风格不一样的图。

我在dify工作流中也能够看到魔搭社区MCP-client端发起了调用产生了调用记录。

以上我们就完成了魔搭社区SSE 和我们dify MCP-server 提供的即梦AI绘画工作流整合和调用了。

是不是非常简单，呵呵。

3.分享和体验地址

前面步骤教会大家如何配合和部署dify-mcp-server,有的小伙伴不想去折腾，我们这里也提供大家我制作好的mcp-server地址，方便大家体验和使用。当然感兴趣小伙伴最好还是自己去参考上面的文章增加搭建一下，体会很更深，也能很好的理解mcp-server和mcp-client

体验地址：

即梦AI绘画

http://14.103.204.132/e/boaavozuvj5w3dk9/sse

儿童故事绘本-ppt chatflow

http://14.103.204.132/e/56uageiwt2ezf8e9/sse

4.总结

家如何配合和部署dify-mcp-server,有的小伙伴不想去折腾，我们这里也提供大家我制作好的mcp-server地址，方便大家体验和使用。当然感兴趣小伙伴最好还是自己去参考上面的文章增加搭建一下，体会很更深，也能很好的理解mcp-server和mcp-client

体验地址：

即梦AI绘画

http://14.103.204.132/e/boaavozuvj5w3dk9/sse

儿童故事绘本-ppt chatflow

http://14.103.204.132/e/56uageiwt2ezf8e9/sse

今天主要带大家了解并实现了将 Dify 的工作流或 Chatflow 发布为 MCP - server，供其他第三方工具调用的功能。借助 Dify 社区贡献的 MCP - server 插件，实现了把 Dify 应用转变为符合 MCP 标准的 Server Endpoint 的过程。本次操作涉及到 Dify 平台的使用、MCP - server 插件的安装与配置，以及对工作流输入输出参数的理解和设置等知识。整个过程虽有一些小细节需要注意，但操作本身并不复杂，感兴趣的小伙伴可以去尝试。今天的分享就到这里结束了，我们下一篇文章见。

零基础如何高效学习大模型？

你是否懂 AI，是否具备利用大模型去开发应用能力，是否能够对大模型进行调优，将会是决定自己职业前景的重要参数。

为了帮助大家打破壁垒，快速了解大模型核心技术原理，学习相关大模型技术。从原理出发真正入局大模型。在这里我和鲁为民博士系统梳理大模型学习脉络，这份 LLM大模型资料 分享出来：包括LLM大模型书籍、640套大模型行业报告、LLM大模型学习视频、LLM大模型学习路线、开源大模型学习教程等, 😝有需要的小伙伴，可以 扫描下方二维码免费领取🆓**⬇️⬇️⬇️

在这里插入图片描述

【大模型全套视频教程】

教程从当下的市场现状和趋势出发，分析各个岗位人才需求，带你充分了解自身情况，get 到适合自己的 AI 大模型入门学习路线。

从基础的 prompt 工程入手，逐步深入到 Agents，其中更是详细介绍了 LLM 最重要的编程框架 LangChain。最后把微调与预训练进行了对比介绍与分析。

同时课程详细介绍了AI大模型技能图谱知识树，规划属于你自己的大模型学习路线，并且专门提前收集了大家对大模型常见的疑问，集中解答所有疑惑！

在这里插入图片描述

深耕 AI 领域技术专家带你快速入门大模型

跟着行业技术专家免费学习的机会非常难得，相信跟着学习下来能够对大模型有更加深刻的认知和理解，也能真正利用起大模型，从而“弯道超车”，实现职业跃迁！

图片

【精选AI大模型权威PDF书籍/教程】

精心筛选的经典与前沿并重的电子书和教程合集，包含《深度学习》等一百多本书籍和讲义精要等材料。绝对是深入理解理论、夯实基础的不二之选。

在这里插入图片描述

【AI 大模型面试题 】

除了 AI 入门课程，我还给大家准备了非常全面的**「AI 大模型面试题」，**包括字节、腾讯等一线大厂的 AI 岗面经分享、LLMs、Transformer、RAG 面试真题等，帮你在面试大模型工作中更快一步。

【大厂 AI 岗位面经分享（92份）】

图片

【AI 大模型面试真题（102 道）】

图片

【LLMs 面试真题（97 道）】

图片

【640套 AI 大模型行业研究报告】

在这里插入图片描述

【AI大模型完整版学习路线图（2025版）】

明确学习方向，2025年 AI 要学什么，这一张图就够了！

img

👇👇点击下方卡片链接免费领取全部内容👇👇

在这里插入图片描述

抓住AI浪潮，重塑职业未来！

科技行业正处于深刻变革之中。英特尔等巨头近期进行结构性调整，缩减部分传统岗位，同时AI相关技术岗位（尤其是大模型方向）需求激增，已成为不争的事实。具备相关技能的人才在就业市场上正变得炙手可热。

行业趋势洞察：

  • 转型加速： 传统IT岗位面临转型压力，拥抱AI技术成为关键。
  • 人才争夺战： 拥有3-5年经验、扎实AI技术功底和真实项目经验的工程师，在头部大厂及明星AI企业中的薪资竞争力显著提升（部分核心岗位可达较高水平）。
  • 门槛提高： “具备AI项目实操经验”正迅速成为简历筛选的重要标准，预计未来1-2年将成为普遍门槛。

与其观望，不如行动！

面对变革，主动学习、提升技能才是应对之道。掌握AI大模型核心原理、主流应用技术与项目实战经验，是抓住时代机遇、实现职业跃迁的关键一步。

在这里插入图片描述

01 为什么分享这份学习资料？

当前，我国在AI大模型领域的高质量人才供给仍显不足，行业亟需更多有志于此的专业力量加入。

因此，我们决定将这份精心整理的AI大模型学习资料，无偿分享给每一位真心渴望进入这个领域、愿意投入学习的伙伴！

我们希望能为你的学习之路提供一份助力。如果在学习过程中遇到技术问题，也欢迎交流探讨，我们乐于分享所知。

*02 这份资料的价值在哪里？*

专业背书，系统构建：

  • 本资料由我与鲁为民博士共同整理。鲁博士拥有清华大学学士和美国加州理工学院博士学位，在人工智能领域造诣深厚：

    • 在IEEE Transactions等顶级学术期刊及国际会议发表论文超过50篇。
    • 拥有多项中美发明专利。
    • 荣获吴文俊人工智能科学技术奖（中国人工智能领域重要奖项）。

  • 目前，我有幸与鲁博士共同进行人工智能相关研究。

在这里插入图片描述

内容实用，循序渐进：

  • 资料体系化覆盖了从基础概念入门到核心技术进阶的知识点。

  • 包含丰富的视频教程与实战项目案例，强调动手实践能力。

  • 无论你是初探AI领域的新手，还是已有一定技术基础希望深入大模型的学习者，这份资料都能为你提供系统性的学习路径和宝贵的实践参考，助力你提升技术能力，向大模型相关岗位转型发展。

    在这里插入图片描述在这里插入图片描述在这里插入图片描述

抓住机遇，开启你的AI学习之旅！

在这里插入图片描述

# 人工智能 # 数据库 # apache # MCP
Logo
智能体开发者社区

中国智能体开发者社区，聚焦智能体与大模型开发，提供前沿资讯、实用工具链、开源项目及行业案例。通过技术沙龙、开发者大赛等活动，促进经验交流与协作，助力开发者快速构建创新智能应用。

更多推荐

MCP协议开发实战：从零搭建AI Agent工具链

创建静态资源（如项目 README 文件）。创建动态资源（如实时系统状态）。在 Client 中请求并利用资源上下文。回顾 MCP 协议如何降低 AI Agent 开发门槛。当前生态的局限与未来的演进方向。鼓励读者基于此大纲进行实践，并参与开源贡献。

avatar 智能体开发者社区

AI Agent可观测性：破解多步推理黑盒

随着AI Agent在复杂任务中承担越来越多的决策角色，其内部的多步推理过程往往如同一个“黑盒”，难以理解、调试和信任。本文旨在探讨AI Agent可观测性（Observability）的核心概念、技术挑战与实践方案，为开发者提供一套系统的方法论和工具链，以“照亮”Agent的推理黑盒，实现对其行为、决策逻辑与内部状态的全面洞察。构建AI Agent的可观测性体系不再是“锦上添花”，而是保障其在大

avatar 智能体开发者社区

MCP协议开发实战：从零搭建AI Agent工具链

回顾：我们从协议概念到动手搭建了一个可用的MCP工具链。MCP的生态现状：官方与社区提供的Server示例（GitHub, Jira, Notion等）。未来方向：更复杂的工具编排、多模型协作、可视化工具开发平台。鼓励动手：鼓励读者基于此框架，开发解决自己实际问题的工具。

avatar 智能体开发者社区