相比于直接消费 MCP 服务,您的企业可能更需要一个专属的 MCP 服务中心

本文涉及的产品
MSE Nacos/ZooKeeper 企业版试用,1600元额度,限量50份
注册配置 MSE Nacos/ZooKeeper,182元/月
云原生网关 MSE Higress,422元/月
简介: MCP(Model Control Protocol)作为AI应用上下文工程中的关键组成部分,正广泛应用于企业AI转型实践。企业开发人员通过Cursor、Cline、灵码等AI工具使用MCP,结合自定义MCP实现创新,但也面临生产发布、沉淀复用等挑战。Function AI提供完整的企业级MCP解决方案,通过标准化流程解决MCP构建与发布问题,并通过MCP市场模板打造企业专属服务中心,提升复用效率。方案支持快速部署、测试及集成,助力企业高效构建智能化体系。

1.gif


MCP 作为 AI 应用上下文工程中最重要的组成部分,现在已经被越来越广泛的应用于企业 AI 转型的生产实践中,比如企业开发人员会使用 Cursor、Cline、灵码等 AI 开发工具,而这些工具无一例外都支持了 MCP,然后企业内部员工开始围绕这些开发终端结合自定义 MCP 做了非常多的有意义的创新,然而这里面也存在一些问题。



企业使用 MCP 相关的问题


自定义 MCP 的生产和发布


1. 很多企业进行 AI 转型,对于存量的系统也是优先尝试 API 到 MCP 的转化,使得已有业务系统可以跟智能体或者智能应用完成有效对接。然而,随着 AI 的深入使用,我们也发现,单纯靠针对原子 API 转换 MCP 不能完全适应真实的业务场景,存在不灵活的问题,不可避免的需要构建一些新的自定义 MCP,此时企业需要面对构建自定义 MCP 的方方面面问题,涉及 MCP 的开发,调试,部署,发布等一系列流程。



比如:我们有三个原子的 API,1. 查询数据列表,2. 查询数据详情,3. 总结数据生成报告。


为了完成最终的数据报告生成任务,我们把这三个原子 API 转化成三个 MCP 的工具。然后 AI 分解任务分三次执行才能完成,AI 单次的执行准确率如果是 90%,三次叠加下来成功概率会降低到 70%,所以更好的方式是将三个原子 API 整合成一个,这也就是我们日常开发业务中经常会去做的“胶水层”API,胶水层 API 会变成增量的迁移成本。


MCP 的沉淀与复用


2. MCP 本身是属于原子化可复用性强的工具能力,因此非常适合中心化的生产和沉淀,因为可以给很多场景很多部分共同复用来建设各自业务的智能化体系。所以,对于企业而言,非常适合拥有一个独立的 MCP 服务中心,然而建设这个独立 MCP 的服务中心需要额外的成本,需要提供 MCP 市场的更新,管理 MCP 模版代码资产,以及部署发布等。



今天 Function AI 为解决这些企业内部 MCP 相关的问题,构建了一个完整的 MCP 企业解决方案,接下来为大家介绍一下。


Function AI 的 MCP 企业解决方案


FunctionAI 提供了 MCP 的企业解决方案,尝试解决企业对 MCP 需求的两个核心问题:


1. 通过标准化的自定义 MCP 生产构建流程,帮助解决企业自定义 MCP 的生产发布问题。2. 通过 MCP 市场应用模版,构建企业专属的 MCP 服务中心,帮助解决企业 MCP 沉淀复用问题。


自定义 MCP 的生产发布


您可以通过 Function AI 内置的 MCP 服务模板快速体验部署或基于空白项目自定义部署 MCP 服务。当 MCP 服务部署完成后,平台会生成一个 SSE 连接地址,并且会生成 MCP 服务的 Schema 用于测试。


以下将简单介绍通过 Function AI 内置的 MCP 服务模板快速体验部署自定义 MCP 的生产发布流程请点击查看:开发 MCP 服务详细介绍【1】


通过模板一键部署MCP服务


1. 登录 Function AI 控制【2】,在探索页面,勾选 MCP Server 模板分类,选择任意一个 MCP 模板,单击模板所在卡片。本文以 Amap Maps 为例。



2. 在模板详情页面,单击立即部署,进入服务配置页面,填写从高德开放平【3】获取的 API-KEY,然后单击部署项目



测试 MCP 服务


当 MCP 服务部署完成后,平台会生成一个 SSE 连接地址,用于 MCP 服务连接测试。您可以通过 Function AI 控制台进行测试,或使用官方的 Inspector 进行本地测试。


如果您部署的 MCP 服务用于生产环境,建议您为应绑定自定义域名【4】


Function AI 控制台测试


1. 在上一步创建的 MCP 服务详情页面,选择服务测试页签,单击测试连接测试成功后单击测试工具进行测试。



如果使用错误的 Bearer Token,则测试失败。



2. 测试成功后,选择监控日志页签查看服务测试结果。


接入 MCP 服务


在函数计算中创建 MCP 服务后,您可以通过在阿里云百炼控制台【5】部署自定义 MCP 服务【6】将您的 MCP 服务注册到百炼,然后接入智能体应用或工作流应用【7】


创建自定义 MCP 服务


1. 登录 Function AI 控制台【2】,找到上一步创建的 MCP 服务,在项目详情页面,选择访问地址页签,获取公网访问地址用于后期测试。



2. 登录阿里云百炼控制台 MCP 管理页面【9】,选择自定义服务页签,在右上角单击+创建 MCP 服务


创建 MCP 服务页面,设置服务名称,选择安装方式SSE,填写服务配置,然后单击提交部署


服务配置示例如下,其中 https://****.cn-hangzhou.fcapp.run/sse 需替换为您在步骤 1【10】 获取的公网访问地址。


{
  "mcpServers": {
    "test-sse": {
      "url": "https://****.cn-hangzhou.fcapp.run/sse"
    }
  }
}



接入智能体应用


1. 登录阿里云百炼应用管理页面【9】,选择+新增应用>智能体应用,单击立即创建


2. 在智能体应用页面,选择模型,添加上一步创建的 MCP 服务,开始试用。


本例以选择通义千问-Max 模型为例。您可以添加多个 MCP 服务,包括阿里云百炼预置的 MCP 服务和您自定义的 MCP 服务。



测试 MCP 服务


  • 大模型应用:智能体应用
  • 外部工具:自定义地址位置服务工具get_geolocation



专属化的 MCP 服务中心获取


只需两步。


步骤 1【耗时 2s】


访问 Function AI 控制台,选择 MCP Registry 模板。



或者直接访问 https://cap.console.aliyun.com/template-detail?template=mcp-marketplace 获取。


步骤 2 【耗时 25s】


部署 MCP Registry 模版。



查看管理自己的 MCP 服务



可以看到,您可以直接获取这些可以直接被智能体消费的智能体服务,选择直接复制或者通过接口集成到您的智能体平台上。


集成的问题


这个 MCP 服务中心集成后怎么鉴权?


部署到 Function AI 后,您可以对代码进行二次编辑,该项目模板 mcp-marketplace 采用的是 nextjs 框架。


您可以在 API 侧增加相对于公司已有服务的登录鉴权,比如,这里使用 iframe 的集成方式,通过参数注入 mcp 服务中心的地址。


<iframe src="<mcp 服务中心地址>? auth_token={从已登录的信息中获取}" />


然后在 nextjs 的 api 侧读取 auth_token ,然后调用公司内部的登录鉴权 API,识别是否需要拦截。


【1】开发 MCP 服务详细介绍

https://help.aliyun.com/zh/cap/user-guide/mcp-server


【2】Function AI 控制

https://cap.console.aliyun.com/explore


【3】高德开放平台

https://lbs.amap.com/?ref=https://console.amap.com/dev/index


【4】绑定自定义域名

https://help.aliyun.com/zh/functioncompute/fc/user-guide/configure-custom-domain-names


【5】阿里云百炼控制台

https://bailian.console.aliyun.com/#/home


【6】自定义 MCP 服务

https://help.aliyun.com/zh/model-studio/mcp-quickstart#b921d6a277kv5


【7】接入智能体应用和工作流应用

https://help.aliyun.com/zh/model-studio/mcp-quickstart#8319d03864jym


【8】阿里云百炼控制台 MCP 管理

https://bailian.console.aliyun.com/?tab=app#/mcp-manage


【9】步骤1

https://help.aliyun.com/zh/cap/user-guide/mcp-server



2025杭州·云栖大会,来了!

9月24日至26日,杭州·云栖小镇

三场重磅主论坛

超110场聚合话题专场

40000平方米智能科技展区

扫描图片二维码免费注册领取云栖大会门票


相关文章
|
2月前
|
人工智能 安全 Serverless
五年磨一剑:Agent 时代追风不如造风
Serverless 是当前技术领域最有可能演进为 AI Native Infra 的技术架构,函数计算正着力于打造模块化的 Agent Infra 之剑,助力开发者从“生态应用者”进阶为“能力定义者”,最终推动 AI 技术走向开放共享的创新之路。
|
2月前
|
消息中间件 存储 人工智能
Apache RocketMQ for AI 战略升级,开启 AI MQ 新时代
Apache RocketMQ 顺应AIGC浪潮,针对长时会话、稀缺算力调度及AI Agent协作等挑战,推出专为AI时代打造的消息引擎。通过“会话即主题”的Lite-Topic机制,实现百万级队列动态管理,保障会话连续性与断点续传;结合智能资源调度能力,如定速消费与优先级队列,提升算力利用率与服务公平性;同时构建高效异步通信枢纽,支撑Agent-to-Agent及AI工作流的非阻塞协同。已在阿里集团与阿里云多个AI产品中大规模验证,助力开发者构建稳定、高效、可扩展的AI应用基础设施。
|
1月前
|
人工智能 缓存 JavaScript
Function AI 助力用户自主开发 MCP 服务,一键上云高效部署
在 AI 与云原生融合的趋势下,开发者面临模型协同与云端扩展的挑战。MCP(模型上下文协议)提供统一的交互规范,简化模型集成与服务开发。Function AI 支持 MCP 代码一键上云,提供绑定代码仓库、OSS 上传、本地交付物部署及镜像部署等多种构建方式,助力开发者高效部署智能服务,实现快速迭代与云端协同。
286 22
|
1月前
|
人工智能 自然语言处理 前端开发
用通义灵码渐进式开发 0->1 实现高考志愿规划项目题文档
0-1 完全通过自然语言交互 实现一个 AI 高考志愿填报系统,结合通义千问 AI 模型提供专业推荐。该项目旨在帮助高考学生和家长根据个人情况智能推荐合适的专业和学校,减少志愿填报的盲目性。
|
1月前
|
消息中间件 人工智能 Apache
Apache RocketMQ EventBridge:为什么 GenAI 需要 EDA?
本文探讨了事件驱动架构(EDA)在AI时代的重要价值。首先,通过RAG技术缓解AI幻觉问题,提高大模型回答的准确性;其次,作为推理触发器,实现自动化任务处理和系统联动;最后,构建Agent通信基础设施,推动AI系统间的高效协作。EDA以其事件为中心、实时响应的特点,为AI系统提供感知与行动能力,是构建智能系统的关键支撑。
137 10
|
25天前
|
人工智能 运维 监控
让天下没有难查的故障:2025 阿里云 AI 原生编程挑战赛正式启动
本次大赛由阿里云主办,云原生应用平台承办,聚焦 Operation Intelligence 的智能运维(AIOps)赛道,为热爱 AI 技术的开发者提供发挥创意和想象力的舞台,借助 LLM 强大的推理能力与标准化整合的多源可观测数据,找到 AI 应用在智能运维(AIOps)场景上的新方式。
232 31
|
1月前
|
SQL JSON 监控
JSON 日志分析的“正确姿势”:阿里云 SLS 高效实践指南
JSON 日志因灵活易扩展而广泛应用,但其海量数据也带来分析挑战。本文系统介绍阿里云日志服务(SLS)中处理 JSON 日志的最佳实践,涵盖数据预处理、索引配置、JSON 函数使用及 SQL 智能生成,助你高效挖掘日志价值。
323 23
|
24天前
|
数据采集 Web App开发 人工智能
基于函数计算FC构建 Browser Tool Sandbox 详解与实操
本文介绍了如何基于阿里云函数计算(FC)构建一个安全、可控的 Browser Tool Sandbox,支持多种浏览器自动化操作方式,包括 Playwright、Puppeteer、Browser Use 和 REST API 等,为 AI Agent 安全高效地操作浏览器提供了完整的技术方案。
|
1月前
|
人工智能 弹性计算 自然语言处理
云速搭 AI 助理发布:对话式生成可部署的阿里云架构图
阿里云云速搭 CADT(Cloud Architect Design Tools)推出智能化升级——云小搭,一款基于大模型的 AI 云架构助手,致力于让每一位用户都能“动动嘴”就完成专业级云架构设计。
384 31