开发者社区 官方博客 人工智能与机器学习 正文

【MCP教程系列】Node.js+TypeScript搭建NPX MCP服务并自定义部署至阿里云百炼

收录官方内容，探讨前沿技术与云上实践
人工智能与机器学习
2025-05-28 485 来自： 阿里云百炼
版权
版权声明：
本文内容由阿里云实名注册用户自发贡献，版权归原作者所有，阿里云开发者社区不拥有其著作权，亦不承担相应法律责任。具体规则请查看《 阿里云开发者社区用户服务协议》和 《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容，填写 侵权投诉表单进行举报，一经查实，本社区将立刻删除涉嫌侵权内容。
简介： 本文介绍如何将阿里云百炼的工作流封装成MCP服务并部署，随后引入到智能体中使用。主要步骤包括：1) 封装MCP服务；2) 发布到npm官方平台；3) 在阿里云百炼平台创建自定义MCP服务；4) 在智能体中添加自定义MCP服务。通过这些步骤，用户可以轻松将工作流转化为MCP服务，并在智能体中调用。

💻 本文以阿里云百炼上的工作流为例，将其封装成MCP服务并部署到阿里云百炼，随后引入到智能体中，从而可以在智能体内使用自定义的MCP服务，今天我们先介绍其中一种实现方式。

  1. 封装MCP服务。
  2. 将封装后的服务发布到npm官方平台。
  3. 在阿里云百炼平台中创建自定义的MCP服务。
  4. 在智能体中添加自定义的MCP服务。

主要流程是这样的

1. 搭建MCP服务通过Nodejs+TypeScript实现

1.1 创建Nodejs项目

在创建Node.js项目之前，请确保你已安装Node.js，如果尚未安装，可以访问以下链接进行下载：https://nodejs.org

在电脑上创建一个文件夹，名称可自定义。例如，我将其命名为 bailian-mcp-workflow-server。

你可以使用VSCode打开该文件夹，或者直接通过命令行进入此文件夹进行操作。

1.1.1 在命令行当中运行

npm init -y

执行成功后自动创建package.json，修改package.json当中的内容。

{
  "name": "bailian-mcp-workflow-server",
  "version": "0.0.1",
  "description": "Bailian MCP server",
  "license": "MIT",
  "author": "Anthropic, PBC (https://anthropic.com)",
  "homepage": "https://modelcontextprotocol.io",
  "bugs": "https://github.com/modelcontextprotocol/servers/issues",
  "type": "module",
  "bin": {
    "mcp-server-brave-search": "dist/index.js"
  },
  "files": [
    "dist"
  ],
  "scripts": {
    "build": "tsc && shx chmod +x dist/*.js",
    "prepare": "npm run build",
    "watch": "tsc --watch"
  },
  "dependencies": {
    "@modelcontextprotocol/sdk": "1.0.1"
  },
  "devDependencies": {
    "@types/node": "^22",
    "shx": "^0.3.4",
    "typescript": "^5.6.2"
  }
}

1.1.2 在package.json的同级下创建tsconfig.json

{
  "compilerOptions": {
    "target": "ES2022",
    "module": "Node16",
    "moduleResolution": "Node16",
    "strict": true,
    "esModuleInterop": true,
    "skipLibCheck": true,
    "forceConsistentCasingInFileNames": true,
    "resolveJsonModule": true,
    "outDir": "./dist",
    "rootDir": "."
  },
  "include": [
    "./**/*.ts"
  ],
  "exclude": [
    "node_modules"
  ]
}

1.1.3 同级目录下创建 index.ts，内容为空就行

1.1.4 设置好上述内容之后我们安装一下对应的依赖

npm install

1.2 将阿里云百炼的智能体应用API封装为MCP

1.2.1 在官方文档中，查看应用调用的API

查看应用调用API参考文档，官方API实现对阿里云百炼应用的调用如下：

curl -X POST https://dashscope.aliyuncs.com/api/v1/apps/YOUR_APP_ID/completion \
--header "Authorization: Bearer $DASHSCOPE_API_KEY" \
--header 'Content-Type: application/json' \
--data '{
    "input": {
        "prompt": "你是谁？"
    },
    "parameters":  {},
    "debug": {}
}'

我们只需要将上述的API封装为MCP即可。

1.2.2 将应用的API封装为MCP应用，参考如下代码

在index.ts当中写入如下内容。

#!/usr/bin/env node
import { Server } from "@modelcontextprotocol/sdk/server/index.js";
import { StdioServerTransport } from "@modelcontextprotocol/sdk/server/stdio.js";
import {
  CallToolRequestSchema,
  ListToolsRequestSchema,
} from "@modelcontextprotocol/sdk/types.js";
const MARKET_RESEARCH_ASSISTANT = {
  name: "market_research_tool",
  description:  "This is an intelligent market research report generation assistant, specifically designed to efficiently and professionally build research plans.",
  inputSchema: {
    type: "object",
    properties: {
      query: {
        type: "string",
        description: "Search query (max 400 chars, 50 words)"
      }
    },
    required: ["query"],
  },
};
// Server implementation
const server = new Server(
  {
    name: "bailian-mcp-workflow-server",
    version: "0.1.0",
  },
  {
    capabilities: {
      tools: {},
    },
  }
);
// Check for API key
const DASHSCOPE_API_KEY = process.env.DASHSCOPE_API_KEY!;
if (!DASHSCOPE_API_KEY) {
  console.error("Error: DASHSCOPE_API_KEY environment variable is required");
  process.exit(1);
}
const APP_ID = process.env.APP_ID!;
if (!APP_ID) {
  console.error("Error: APP_ID environment variable is required");
  process.exit(1);
}
async function performWebMarketResearch(query: any) {
  const url = 'https://dashscope.aliyuncs.com/api/v1/apps/'+APP_ID+'/completion';
  // 构造请求体x`x`x`x`
  const requestBody = {
    "input": {
      "prompt": query
    },
    "parameters":  {},
    "debug": {}
  };
  const response = await fetch(url, {
    method: 'POST', // 修改为 POST 请求
    headers: {
      'Content-Type': 'application/json', // 指定请求体为 JSON 格式
      'Authorization': "Bearer "+DASHSCOPE_API_KEY
    },
    body: JSON.stringify(requestBody) // 将请求体序列化为 JSON 字符串
  });
  if (!response.ok) {
    throw new Error(`Bailian API error: ${response.status} ${response.statusText}\n${await response.text()}`);
  }
  const descriptionsData = await response.json(); // 解析响应 JSON 数据
  const strjson = JSON.stringify(descriptionsData)
  return strjson;
}
// Tool handlers
server.setRequestHandler(ListToolsRequestSchema, async () => ({
  tools: [MARKET_RESEARCH_ASSISTANT],
}));
server.setRequestHandler(CallToolRequestSchema, async (request) => {
  try {
    const { name, arguments: args } = request.params;
    if (!args) {
      throw new Error("No arguments provided");
    }
    switch (name) {
      case "market_research_tool": {
        const { query } = args;
        const results = await performWebMarketResearch(query);
        return {
          content: [{ type: "text", text: results }],
          isError: false,
        };
      }
      default:
        return {
          content: [{ type: "text", text: `Unknown tool: ${name}` }],
          isError: true,
        };
    }
  } catch (error) {
    return {
      content: [
        {
          type: "text",
          text: `Error: ${error instanceof Error ? error.message : String(error)}`,
        },
      ],
      isError: true,
    };
  }
});
async function runServer() {
  const transport = new StdioServerTransport();
  await server.connect(transport);
  console.error("Bailian Mcp Workflow Server running on stdio");
}
runServer().catch((error) => {
  console.error("Fatal error running server:", error);
  process.exit(1);
});

1.2.3 解释一下上述代码

核心功能

  • 提供一个名为 market_research_tool 的市场研究工具。
  • 支持通过 API 调用执行市场研究任务。
  • 基于用户输入的查询（Query），调用阿里云 DashScope API 获取市场研究结果。
  • 以 JSON 格式返回研究结果，便于后续处理。

初始化 Server

代码首先创建了一个 Server 实例，该实例基于 @modelcontextprotocol/sdk/server 模块。服务器的配置如下：

const server = new Server(
  {
    name: "bailian-mcp-workflow-server",
    version: "0.1.0",
  },
  {
    capabilities: {
      tools: {},
    },
  }
);
  • name 和 version 定义了服务器的基本信息。
  • capabilities.tools 表示服务器支持的工具集合（目前为空，后续会动态注册）。

环境变量检查

为了确保服务器能够正常运行，代码检查了两个关键环境变量：

  • DASHSCOPE_API_KEY: 用于调用阿里云 DashScope API 的密钥。
  • APP_ID: 用于标识具体的应用程序。

如果这些变量缺失，服务器将报错并退出。

const DASHSCOPE_API_KEY = process.env.DASHSCOPE_API_KEY!;
if (!DASHSCOPE_API_KEY) {
  console.error("Error: DASHSCOPE_API_KEY environment variable is required");
  process.exit(1);
}
const APP_ID = process.env.APP_ID!;
if (!APP_ID) {
  console.error("Error: APP_ID environment variable is required");
  process.exit(1);
}

定义市场研究工具

MARKET_RESEARCH_ASSISTANT 是一个描述市场研究工具的对象，包含以下内容：

  • name: 工具名称，固定为 market_research_tool。
  • description: 工具的功能说明。
  • inputSchema: 输入参数的 JSON Schema，定义了用户需要提供的查询字段 query，并限制其长度为最多 400 个字符或 50 个单词。

注册工具列表

通过 server.setRequestHandler(ListToolsRequestSchema, ...) 方法，服务器向客户端提供支持的工具列表：

server.setRequestHandler(ListToolsRequestSchema, async () => ({
  tools: [MARKET_RESEARCH_ASSISTANT],
}));

当客户端请求工具列表时，服务器会返回 MARKET_RESEARCH_ASSISTANT 的定义。

API封装为MCP服务

利用fetch发起POST请求，调用阿里云百炼API接口并获取相应返回数据。若想将其他API接口封装为MCP，可参考代码中的requestBody，于此设置自定义请求参数。获取到返回数据后，可进行处理，亦可直接返回，因为在阿里云百炼中会自动处理返回的JSON，将其转化为便于用户阅读的Markdown格式。

const url = 'https://dashscope.aliyuncs.com/api/v1/apps/'+APP_ID+'/completion';
// 构造请求体x`x`x`x`
const requestBody = {
  "input": {
    "prompt": query
  },
  "parameters":  {},
  "debug": {}
};
const response = await fetch(url, {
  method: 'POST', // 修改为 POST 请求
  headers: {
    'Content-Type': 'application/json', // 指定请求体为 JSON 格式
    'Authorization': "Bearer "+DASHSCOPE_API_KEY
  },
  body: JSON.stringify(requestBody) // 将请求体序列化为 JSON 字符串
});

1.2.4 本机通过Cline联调测试

{
  "mcpServers": {
    "bailian-mcp-workflow-server": {
      "disabled": false,
      "timeout": 300000,
      "command": "cmd",
      "args": [
        "/c",
        "node",
        "D:\\ProgramData\\bailian-mcp-workflow-server\\index.ts"
      ],
      "env": {
        "DASHSCOPE_API_KEY": "sk-212aeb2121213232",
        "APP_ID": "3621da212127b272343411337e7"
      },
      "transportType": "stdio"
    }
  }
}

DASHSCOPE_API_KEY为阿里云百炼的API-KEY，去阿里云百炼官网上申请。APP_ID 阿里云百炼的工作流应用ID，具体工作流是做什么的您可以自定义。

配置好上述内容以后，再次测试提问。

2. 将项目打包并发布到npm上

2.1 首先我们需要注册npm账号

注册npm账号。

2.2 在本机的npm当中登录刚刚注册的账号

登录到 npm，在项目的终端当中运行以下命令登录到 npm。

npm login

系统会提示你输入用户名、密码和邮箱地址。如果登录成功，你会看到类似以下的输出。

Logged in as <your-username> on https://registry.npmjs.org/.

2.3 检查包名是否唯一

在发布之前，建议检查你选择的包名是否已经被占用。你可以访问 npmjs.com 并搜索你的包名，或者直接尝试发布。

如果包名已被占用，你需要更改 package.json 中的 name 字段为一个唯一的名称。

2.4 项目打包

在项目的终端当中运行以下命令打包：

npm run build

如果一切正常，你会看到类似以下的输出。

运行成功后，项目中会自动创建dist目录，这意味着打包成功。

2.5 发布包

在项目根目录下运行以下命令发布包：

npm publish

如果一切正常，你会看到类似以下的输出：

此时，你的包就已经成功发布到 npm 上了！链接

2.6 通过发布的npm包在Cline当中引入测试

本机再次测试一下。

Windows配置

{
  "mcpServers": {
    "bailian-mcp-workflow-server": {
      "disabled": false,
      "timeout": 300000,
      "command": "cmd",
      "args": [
        "/c",
        "npx",
        "-y",
        "bailian-mcp-workflow-server"
      ],
      "env": {
        "DASHSCOPE_API_KEY": "sk-212aeb2121213232",
        "APP_ID": "3621da212127b272343411337e7"
      },
      "transportType": "stdio"
    }
  }
}

MacOS/Linux 配置

{
  "mcpServers": {
    "bailian-mcp-workflow-server": {
      "disabled": false,
      "timeout": 300000,
      "command": "npx",
      "args": [
        "-y",
        "bailian-mcp-workflow-server"
      ],
      "env": {
        "DASHSCOPE_API_KEY": "sk-212aeb2121213232",
        "APP_ID": "3621da212127b272343411337e7"
      },
      "transportType": "stdio"
    }
  }
}

3. 将刚发布的项目集成到阿里云百炼的自定义MCP中

3.1 创建自定义MCP

{
  "mcpServers": {
    "bailian-mcp-workflow-server": {
      "disabled": false,
      "timeout": 300000,
      "command": "npx",
      "args": [
        "-y",
        "bailian-mcp-workflow-server"
      ],
      "env": {
        "DASHSCOPE_API_KEY": "sk-212aeb2121213232",
        "APP_ID": "3621da212127b272343411337e7"
      },
      "transportType": "stdio"
    }
  }
}

3.2 点击提交部署

部署成功以后我们找到对应的工具测试一下。

选择【工具】进行测试，如下结果则表示测试成功。

4. 在智能体中使用自定义的MCP服务

4.1 创建智能体，添加MCP服务

4.2 运行测试

未来将集成工作流的MCP服务，用户只需在平台中进行简单配置，即可将工作流转化为MCP服务，并引入智能体。

🌴注意注意：

可直接点击阿里云百炼 MCP服务使用教程合集链接跳转回合集文章页面。


可直接点击下面链接直接进控制台创建：

👉阿里云百炼详情了解可点击此官网链接：阿里云百炼官网介绍

👉阿里云百炼控制台页面可点击此链接直接进入：阿里云百炼控制台


如果在创建过程中有任何的疑问都可以在评论区中留言探讨或是加入我们的官方支持群（群号：77600022533）进行交流反馈！

image.png

作者介绍
文章标签：
API
JavaScript
数据格式
JSON
Linux
关键词：
mcp大模型服务平台百炼
JavaScript自定义
TypeScript部署
教程node.js typescript
JavaScript部署
来 源：
开发者社区 > 阿里云百炼 > 文章 > 正文
目录

相关产品

  • 大模型服务平台百炼
    文档详情 产品详情

    • 相关文章

    相关实验场景

    相关课程

    热门文章

    最新文章

    相关电子书