作者：寒斜

MCP 作為 AI 應用上下文工程中最重要的組成部分，現在已經被越來越廣泛的應用于企業 AI 轉型的生產實踐中，比如企業開發人員會使用 Cursor,Cline,靈碼等 AI 開發工具，而這些工具無一例外都支持了 MCP，然后企業內部員工開始圍繞這些開發終端結合自定義 MCP 做了非常多的有意義的創新，然而這里面也存在一些問題。

MCP 作為 AI 應用上下文工程中最重要的組成部分，現在已經被越來越廣泛的應用于企業AI轉型的生產實踐中，比如企業開發人員會使用 Cursor,Cline,靈碼等 AI 開發工具，而這些工具無一例外都支持了 MCP，然后企業內部員工開始圍繞這些開發終端結合自定義 MCP 做了非常多的有意義的創新，然而這里面也存在一些問題。

企業使用 MCP 相關的問題

自定義 MCP 的生產和發布

1. 很多企業進行 AI 轉型，對于存量的系統也是優先嘗試 API 到 MCP 的轉化，使得已有業務系統可以跟智能體或者智能應用完成有效對接。然而，隨著 AI 的深入使用，我們也發現，單純靠針對原子 API 轉換 MCP 不能完全適應真實的業務場景，存在不靈活的問題，不可避免的需要構建一些新的自定義 MCP，此時企業需要面對構建自定義 MCP 的方方面面問題，涉及 MCP 的開發，調試，部署，發布等一系列流程。

比如: 我們有三個原子的API， 1.查詢數據列表，2.查詢數據詳情，3.總結數據生成報告

為了完成最終的數據報告生成任務，我們把這三個原子 API 轉化成三個 MCP 的工具。然后 AI 分解任務分三次執行才能完成，AI 單次的執行準確率如果是 90%，三次疊加下來成功概率會降低到 70%，所以更好的方式是將三個原子 API 整合成一個，這也就是我們日常開發業務中經常會去做的“膠水層”API，膠水層 API 會變成增量的遷移成本。

MCP 的沉淀與復用

MCP 本身是屬于原子化可復用性強的工具能力，因此非常適合中心化的生產和沉淀，因為可以給很多場景很多部分共同復用來建設各自業務的智能化體系。所以，對于企業而言，非常適合擁有一個獨立的 MCP 服務中心，然而建設這個獨立 MCP 的服務中心需要額外的成本， 需要提供 MCP 市場的更新，管理 MCP 模版代碼資產，以及部署發布等。

今天 Function AI 為解決這些企業內部 MCP 相關的問題，構建了一個完整的 MCP 企業解決方案，接下來為大家介紹一下。

Function AI 的 MCP 企業解決方案

FunctionAI 提供了 MCP 的企業解決方案，嘗試解決企業對 MCP 需求的兩個核心問題

1. 通過標準化的自定義 MCP 生產構建流程，幫助解決企業自定義 MCP 的生產發布問題
2. 通過 MCP 市場應用模版，構建企業專屬的 MCP 服務中心 ,幫助解決企業 MCP 沉淀復用問題

自定義MCP的生產發布

您可以通過 Function AI 內置的 MCP 服務模板快速體驗部署或基于空白項目自定義部署 MCP 服務。當 MCP 服務部署完成后，平臺會生成一個 SSE 連接地址，并且會生成 MCP 服務的 Schema 用于測試。

以下將簡單介紹通過 Function AI 內置的 MCP 服務模板快速體驗部署。自定義 MCP 的生產發布流程請點擊查看：開發 MCP 服務詳細介紹

通過模板一鍵部署MCP服務

1. 登錄 Function AI 控制臺，在探索頁面，勾選 **MCP Server **模板分類，選擇任意一個 MCP 模板，單擊模板所在卡片。本文以 Amap Maps為例。

2. 在模板詳情頁面，單擊立即部署，進入服務配置頁面，填寫從高德開放平臺獲取的 API-KEY，然后單擊部署項目。

測試 MCP 服務

當 MCP 服務部署完成后，平臺會生成一個 SSE 連接地址，用于 MCP 服務連接測試。您可以通過 Function AI 控制臺進行測試，或使用官方的 Inspector 進行本地測試。

如果您部署的 MCP 服務用于生產環境，建議您為應用綁定自定義域名。

Function AI 控制臺測試

1. 在上一步創建的 MCP 服務詳情頁面，選擇服務測試頁簽，單擊測試連接測試成功后單擊測試工具進行測試。

如果使用錯誤的 Bearer Token，則測試失敗。

2. 測試成功后，選擇 監控 和 日志 頁簽查看服務測試結果。

接入 MCP 服務

在函數計算中創建 MCP 服務后，您可以通過在阿里云百煉控制臺部署自定義 MCP 服務將您的 MCP 服務注冊到百煉，然后接入智能體應用或工作流應用。

創建自定義 MCP 服務

1. 登錄 Function AI 控制臺，找到上一步創建的 MCP 服務，在項目詳情頁面，選擇訪問地址頁簽，獲取公網訪問地址用于后期測試。

2. 登錄阿里云百煉控制臺 MCP 管理頁面，選擇自定義服務 頁簽，在右上角單擊創建 MCP 服務。

在創建 MCP 服務 頁面，設置服務名稱，選擇安裝方式為 SSE，填寫服務配置，然后單擊提交部署。

服務配置示例如下，其中<font style="background-color:rgba(0, 0, 0, 0.04);">https://****.cn-hangzhou.fcapp.run/sse</font>需替換為您在步驟1獲取的公網訪問地址。

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

接入智能體應用

1. 登錄阿里云百煉應用管理頁面，選擇新增應用 > 智能體應用，單擊 立即創建。
2. 在智能體應用頁面，選擇模型，添加上一步創建的 MCP 服務，開始試用。

本位以選擇 通義千問-Max 模型為例。您可以添加多個 MCP 服務，包括阿里云百煉預置的 MCP 服務和您自定義的 MCP 服務。

測試 MCP 服務

• 大模型應用：智能體應用
• 外部工具：自定義地址位置服務工具<font style="background-color:rgba(0, 0, 0, 0.04);">get_geolocation</font>

專屬化的 MCP 服務中心獲取

步驟1【耗時2s】

訪問Function AI 控制臺，選擇 MCP Registry模板

或者直接訪問 https://cap.console.aliyun.com/template-detail?template=mcp-marketplace獲取

步驟2 [耗時25s]

部署 MCP Registry 模版

查看管理自己的MCP 服務

可以看到，您可以直接獲取這些可以直接被智能體消費的智能體服務，選擇直接復制或者通過接口集成到您的智能體平臺上。

集成的問題

這個 MCP 服務中心集成后怎么鑒權？

部署到 Function AI 后，您可以對代碼進行二次編輯，該項目模板 mcp-marketplace 采用的是 nextjs 框架

您可以在 API 側增加相對于公司已有服務的登錄鑒權，比如，這里使用 iframe 的集成方式，通過參數注入 mcp 服務中心的地址。

<iframe src="<mcp 服務中心地址>? auth_token={從已登錄的信息中獲取}" />

然后在 nextjs 的 api 側讀取 auth_token ，然后調用公司內部的登錄鑒權 API，識別是否需要攔截。

更多內容關注 Serverless 微信公眾號（ID：serverlessdevs），匯集 Serverless 技術最全內容，定期舉辦 Serverless 活動、直播，用戶最佳實踐。