Dify部署看这里：win11系统使用DockerDesktop搭建Dify实现知识库问答

MCP协议：https://modelcontextprotocol.io/docs/getting-started/intro

Python代码：

        模拟查询天气，新增一个文件mcp_weather_fastmcp.py，使用fastmcp包，代码更加简洁：

pip install fastmcp

from fastmcp import FastMCP
from typing import Annotated

# 1. 初始化 MCP 服务
mcp = FastMCP("weather-server")

# 模拟天气数据
MOCK_WEATHER_DATA = {
    "beijing": {"weather": "多云转晴", "temp": "22°C", "humidity": "30%", "wind": "北风 3级"},
    "shanghai": {"weather": "小雨", "temp": "19°C", "humidity": "85%", "wind": "东南风 4级"},
    "shenzhen": {"weather": "雷阵雨", "temp": "28°C", "humidity": "90%", "wind": "微风"},
    "hangzhou": {"weather": "晴", "temp": "24°C", "humidity": "45%", "wind": "西风 2级"},
}

# 2. 定义工具

@mcp.tool()
def get_weather(
    city: Annotated[str, "城市名称的拼音，例如: beijing, shanghai, hangzhou"]
) -> str:
    """
    查询指定城市的实时天气状况
    """
    city = city.lower()
    data = MOCK_WEATHER_DATA.get(city)
    
    if data:
        return (f"**{city}** 天气:\n"
                f"- 天气: {data['weather']}\n"
                f"- 温度: {data['temp']}\n"
                f"- 湿度: {data['humidity']}\n"
                f"- 风力: {data['wind']}")
    else:
        return f"未找到 **{city}** 的天气数据。"

# 3. 启动服务

if __name__ == "__main__":
    # run 方法默认会启动一个 SSE 服务器
    # host="0.0.0.0" 允许外部（如 Docker）访问
    # port=9000 指定端口号
    mcp.run(transport='sse', host="0.0.0.0", port=9000)

当前目录下打开cmd，启动代码：

python mcp_weather_fastmcp.py

在Dify上配置MCP：

        顶上“工具”-“MCP”，点击添加MCP服务。

因为Dify是部署在docker里面的地址如下：

http://host.docker.internal:9000/sse

我这里没有做授权，需要的可以自己在代码里加

保存之后点”授权“，下面就会出现的工具列表，如果报错就看具体的错误信息解决就行了

新建一个Agent应用

然后配置提示词和工具MCP

测试结果

传统方式	MCP 方案
每个数据库独立开发接口	统一协议即插即用
需要预定义所有查询方式	支持动态发现新工具
单向数据请求	双向实时通信
分散的安全策略	统一权限控制体系