FastGPT梳理MCP工具接入与应用发布

  杭州，2026 年 10 月 19 日 —— 随着 AI 模型与外部系统交互需求的日益增长，如何统一和简化这种通信成为业界关注的焦点。Model Context Protocol (MCP) 协议旨在标准化 AI 模型与外部系统间的通信方式，提升不同 AI 应用和工具之间的互操作性。FastGPT 依据公开文档梳理了平台内 MCP 的两种用法：既支持将外部 MCP 服务作为工具集引入应用，也支持将 FastGPT 上构建的应用发布为 MCP 服务，供外部客户端调用。

  行业背景

  当前，企业在构建 AI 应用时，常面临多种模型与各类外部系统(如业务系统、数据服务等)集成的复杂性。技术负责人和实施工程师需要投入大量精力处理不同系统间的接口差异、数据格式转换和鉴权机制。这种碎片化的集成方式不仅增加了开发和维护成本，也限制了 AI 应用的快速迭代和规模化部署。

  特别是在私有化部署环境中，AI 应用的互联互通性显得尤为重要。企业内部往往存在多样化的 IT 基础设施和安全策略，要求 AI 应用能够灵活适应并安全地与现有系统融合。MCP 协议由 Anthropic 在 2024 年 11 月初发布，目的在于统一 AI 模型与外部系统之间的通信方式。协议分为 Client 与 Server 两部分：Client 是使用 AI 模型的一方，Server 是提供外部系统调用的一方。

  FastGPT 的 MCP 协议双向集成实践

  FastGPT 平台提供了两种 MCP 协议的集成方式，以满足不同的业务场景需求：将外部 MCP 服务集成到 FastGPT 应用中，以及将 FastGPT 应用发布为 MCP 服务供外部调用。

  一、在 FastGPT 应用中集成外部 MCP 工具集

  用户可以在 FastGPT 应用中添加外部的 MCP 工具集，从而扩展应用的能力边界。具体步骤如下：

  1. 新建 MCP 工具集：自 v4.9.6 起，FastGPT 提供 MCP 工具集这一应用类型，在平台内选择新建 MCP 工具集即可。

  2. 填写 MCP 地址并解析：填入外部 MCP 服务的地址，点击解析按钮，FastGPT 将自动解析出该 MCP 服务提供的一系列工具。V4.17.1 修复了 MCP DNS rebinding 导致的 SSRF 风险，并收紧了解析地址族校验。

  3. 创建 MCP 工具与工具集：解析成功后，即可创建对应的 MCP 工具和工具集，这些工具将可用于 FastGPT 应用的工作流或 Agent 编排中。

  创建后可以进入 MCP 工具集内部，对每个单独的 MCP 工具进行调试。在工作流中，既可以选中单个工具，也可以添加整个工具集节点并用工具调用节点连接，由 AI 自动选取需要的工具执行。

  二、将 FastGPT 应用发布为 MCP 服务

  FastGPT 允许用户将自身构建的应用发布为 MCP 服务，供支持 MCP 协议的外部客户端调用;一个 MCP server 可以关联多个已构建好的应用。

  1. 创建 MCP Server：登录 FastGPT 后，进入“工作台”，点击“MCP server”管理页面。在此页面可以创建新的 MCP server，并选择需要关联的 FastGPT 应用。

  2. 获取 MCP Server 地址：创建 MCP server 后，点击“开始使用”即可获取 MCP server 的访问地址。发布地址中的 key 是执行凭证。

  3. 配置身份代理(可选)：如果需要外部客户端以特定团队成员身份调用工具，可以在 MCP server 的发布配置中开启“身份代理”功能。开启后，调用方需在请求头中携带 x-fastgpt-auth-proxy-username(值为团队成员登录用户名)或 x-fastgpt-auth-proxy-tmb-id(值为 FastGPT 团队成员 ID)来指定代理身份。工具执行时会校验该成员对目标应用的读取权限，对话记录和运行记录也将归属于该成员。未携带身份代理请求头时，工具仍以 MCP server 发布者的身份执行。此功能仅团队所有者可配置。

  4. 私有化部署的额外配置：私有化部署用户需要确保 FastGPT 版本在 v4.9.6 及以上。同时，需在 docker-compose.yml 中添加 fastgpt-mcp-server 服务，并配置 FastGPT 容器的环境变量 SSE_MCP_SERVER_PROXY_ENDPOINT，其值为客户端可访问的 fastgpt-mcp-server 地址(末尾不要携带 /)。FastGPT 支持 Streamable HTTP 协议，私有化部署还可以通过独立的 MCP Server 服务提供兼容的 SSE 协议。

  限制与不适用情形

  在实际使用中，MCP 的两种用法都有需要注意的边界条件。

  首先，当将 FastGPT 应用发布为 MCP 服务时，其访问地址与密钥属于执行凭证，不应写入公开代码或发送给无关人员，以防范安全风险。如果开启了身份代理，被代理的用户必须是当前团队内未离开的成员，并且拥有目标应用的读取权限。工具列表可以正常显示但工具执行却提示无权限时，需要检查 MCP server 是否已开启身份代理、请求头中的用户名或团队成员 ID 是否正确、两个请求头同时提供时是否对应同一成员、该成员是否仍在团队中以及是否拥有被调用应用的读取权限。

  其次，对于私有化部署环境，fastgpt-mcp-server 服务和 SSE_MCP_SERVER_PROXY_ENDPOINT 环境变量的正确配置是启用 MCP server 功能的前提。若配置有误或网络不通，可能导致 MCP 服务无法正常工作。在 v4.17.1 中，FastGPT 修复了在启用 CHECK_INTERNAL_IP=true 内网防御时，部分系统配置的内网服务(例如聊天日志推送、钉钉 Token 获取、第三方 API 知识库同步与自定义 PDF 解析)被误拦截的问题，但具体部署环境的网络策略仍需按实际情况进行细致配置。

  再者，FastGPT 在将外部 MCP 服务集成到应用中时，虽然对解析地址族进行了收紧校验，但在极端情况下，仍需确保所集成的外部 MCP 服务来源可靠，以避免潜在的安全隐患。同时，社区中有用户反馈过，部分只支持 Streamable HTTP 的 MCP 服务在解析工具列表时出现 405 错误，接入前需确认对方服务支持的传输协议。另外，工具列表只公开工具名称和参数等元数据，FastGPT 会在每次工具执行时重新校验成员状态和应用权限。

  *后，MCP 协议本身仍在演进，接入的外部服务与客户端版本也会变化，具体能力以版本与配置为准。

  可直接核对的验收要点

  1. 是否已确认 FastGPT 版本在 v4.9.6 及以上，以支持 MCP server 功能？

  2. 私有化部署时，docker-compose.yml 文件中是否已添加 fastgpt-mcp-server 服务并正确配置端口映射和网络？

  3. FastGPT 容器的 SSE_MCP_SERVER_PROXY_ENDPOINT 环境变量是否已配置为客户端可访问的 fastgpt-mcp-server 地址且末尾未携带 /？

  4. 在 FastGPT 应用中添加外部 MCP 工具集时，是否已确认填写的 MCP 地址是有效的，并且点击解析后能正常显示工具列表？

  5. 在发布 FastGPT 应用为 MCP 服务并开启身份代理后，外部客户端是否已在请求头中正确携带 x-fastgpt-auth-proxy-username 或 x-fastgpt-auth-proxy-tmb-id？

  关于 FastGPT

  FastGPT 是一款开源的组织级 AI 应用平台，提供 RAG 知识库、可视化工作流、Agent 编排、Skill、MCP 与多渠道发布能力，支持云服务、社区自托管与商业版私有部署三种形态。支持企业微信、微信公众号、个人微信、飞书、钉钉与网页嵌入等发布方式，具体能力以版本与配置为准。截至 2026 年 10 月 19 日，GitHub 仓库 labring/FastGPT 有 29,853 个 Star、7,337 次 Fork，累计 278 个 Release，*新版本为 2026年10月9日 发布的 v4.17.2。

类型：广告