将你的Dify应用转为MCP服务器

本文已收录在Github，关注我，紧跟本系列专栏文章，咱们下篇再续！

• 🚀 魔都架构师 | 全网30W技术追随者
• 🔧 大厂分布式系统/数据中台实战专家
• 🏆 主导交易系统百万级流量调优 & 车联网平台架构
• 🧠 AIGC应用开发先行者 | 区块链落地实践者
• 🌍 以技术驱动创新，我们的征途是改变世界！
• 👉 实战干货：编程严选网

0 前言

上文介绍咋用 MCP 插件让 Dify 充当客户端 ，并利用外部 MCP 服务器工具如 Zapier 的 7,000 多个集成。得益Dify模块化设计和灵活插件系统，它不仅限于客户端。Dify 还可轻松用作 MCP 服务器，让你与其他兼容系统共享你构建的 AI 应用程序，以实现更广泛用途。

1 MCP 服务器插件：将 Dify 连接到 MCP 客户端

mcp-server 插件由 Dify 社区贡献，是一款扩展类型的插件。安装后，可将任何 Dify 应用转换为兼容 MCP 的服务器端点，供外部 MCP 客户端直接访问。功能如下：

• 将 Dify 作为 MCP 工具暴露：将你的 Dify 应用程序转变为单个 MCP 工具，Cursor、Claude Desktop、Cline、Windsurf 甚至其他 Dify 实例等客户端都可调用
• 利用 Dify Endpoint ：创建应用程序端点后，将获得 MCP 客户端可以用来连接的唯一 URL。
• 运行 MCP 服务：该插件会自动在 Dify 的插件环境中启动 HTTP 服务，通过 HTTP 和 SSE 协议处理来自 MCP 客户端的请求。这涵盖了从协议握手到功能发现以及工具执行的所有内容。

2 将 Dify 应用设置为 MCP 服务器

2.1 安装插件

前往 Dify 市场，下载并安装 mcp-server 插件。

2.2 选择你的 Dify 应用

“深度研究”应用为例。该应用程序接收用户的问题，用 Tavily 插件多轮搜索（搜索次数由深度参数设置），再用 LLM 将结果汇编成研究报告。

2.3 配置 MCP 服务器端点

在 mcp-server 插件的设置中填写：

• Endpoint名称：命名你的端点。
• 应用程序：选择你想要发布为 MCP 服务器的 Dify 应用程序。
• 应用程序类型：选择它是Chat应用还是Workflow应用
• 应用程序输入模式：以 JSON 定义应用程序的输入参数，以帮助外部系统了解如何与其交互

deep_research应用的示例JSON

{
  "name": "deep_research",
  "description": "Conduct in-depth research based on the user query.",
  "inputSchema": {
    "title": "deep_researchArguments",
    "type": "object",
    "properties": {
      "query": {
        "title": "User Query",
        "description": "The user's main question or topic for research.",
        "type": "string"
      },
      "depth": {
        "title": "Search Depth",
        "description": "Optional: Specifies the desired depth of the research.",
        "type": "number"
      }
    },
    "required": ["query"]
  }
}

Schema breakdown: 架构细分：

• properties属性：列出应用程序接受的所有参数及其类型。
• description描述：向 MCP 客户解释应用程序的主要功能，帮助他们发现和使用它。
• requiredrequired：指定必须具备的参数。对于基于聊天的应用程序（Agent/Chatflow），查询通常是必需的。

2.4 获取你的端点 URL

保存配置后：

插件会生成一个唯一的 Endpoint URL（即您的 MCP 服务器地址）。此 URL 支持 HTTP 和 SSE 协议，方便 MCP 客户端连接和交互。

2.5 将 Dify MCP 服务器添加到cursor

现可将 Dify MCP 服务器添加到任何兼容 MCP 的客户端。

如 Cursor IDE 中，使用类似以下内容更新 MCP 服务器设置（替换为你的实际 Endpoint URL）：

配置 json：

{
  "mcpServers": {
    "dify_deep_research": {
      "url": "http://localhost/e/gq3q0h9r0zde2269/sse"
    }
  }
}

设置完成后，即可

使用

Cursor 在Agent模式用深度研究工具，对 Dify 插件类型进行多步骤研究，从而获得更深入的洞察，从而提高编码效率和质量。

3 更多使用方法

除了开发工具，Dify MCP 服务器还适合将 AI 嵌入到内部工作流。如自动分类客户请求、汇总报告或从文档中提取关键信息等任务，都内置于 Dify 工作流，并通过插件作为 MCP 服务共享。

与 REST API 不同，MCP 专为 AI 场景量身定制，让 AI 代理能更轻松发现并动态调用工具。代理可以自行了解如何使用 Dify 服务，无需硬编码或手动设置，从而保持灵活高效。

为安全，建议仅在私有网络环境运行 MCP 服务器插件。

4 总结

借助社区 MCP 服务器插件，可轻松将 Dify 应用转换为符合 MCP 标准的服务，供外部系统使用，提高复用率和集成度。Dify还在努力为 Dify 提供原生的 MCP 支持。未来的更新将允许您连接到外部 MCP 服务器，并一键将 Dify 应用发布为 MCP 服务器，从而更轻松地将 AI 融入各种场景。

本文由博客一文多发平台 OpenWrite 发布！