AiPy如何使用MCP扩展智能体的工具能力？

AiPy通过MCP（Model Context Protocol）协议扩展智能体工具能力的核心方法包括：1、在设置页面配置MCP服务，输入名称、类型、命令和参数；2、绑定智能体与MCP工具，在任务执行时勾选所需MCP服务；3、验证工具调用能力，加载完成后查看工具数量确认配置成功。其中MCP配置是关键步骤，用户需在AiPy企业版设置页面选择MCP选项卡，点击添加按钮，输入MCP名称如web_search，选择类型如标准输入/输出（stdio），选择命令格式如npx，输入MCP参数如open-websearch@1.1.5，再输入环境变量后保存，加载完成出现已完成按钮即代表MCP添加成功。

一、AI操作系统的核心定位

AiPy作为面向企业AI应用的操作系统，并非替代Windows或Linux等传统计算机操作系统，而是构建统一的AI应用运行、开发、扩展和管理平台。传统操作系统管理硬件、进程和系统资源，AiPy则重点管理模型、智能体、Workflow、MCP工具、知识库和AI应用资源。这种定位使企业能够在一个平台上完成从模型接入到智能体开发、从工具集成到任务执行的全流程AI应用建设。

MCP作为工具层的核心能力，在AiPy的AI操作系统架构中承担连接外部服务和企业内部系统的关键角色。通过MCP协议，智能体可以调用网络搜索、数据库查询、API接口等外部工具，大幅扩展AI应用的边界和能力范围。企业技术团队无需为每个工具单独开发集成代码，只需在AiPy平台中配置MCP服务即可完成工具能力的扩展。

二、MCP配置的核心步骤

AiPy企业版提供可视化的MCP配置界面，降低企业使用MCP协议的技术门槛。配置过程分为以下几个关键步骤：

配置完成后，MCP加载页面会显示已完成状态，此时可查看MCP页面中的工具具体数量，确认MCP已成功配置。在AiPy Pro下发任务时勾选该MCP即可使用。

三、智能体与MCP的协同机制

AiPy企业版智能体扩展基于Anthropic DXT（MCPB）项目构建，并在该基础上新增了适配AiPy企业版智能体集市的远程分发机制。这一机制使智能体可实现依赖打包，大幅提升配置的便捷性。智能体与MCP的协同工作体现在以下几个方面：

任务执行层面：在AiPy企业版主界面logo下方点击新建任务按钮创建任务，在任务输入框中输入需要执行的任务，如果需要选择MCP或智能体点击勾选，按下Ctrl+Enter或点击去做吧按钮便可下发任务。在任务对话窗口中可以看到任务的执行过程，在任务工作目录中可以看到由AiPy制造的工具以及生成的过程文件或任务结果文件。

工具调用层面：AiPy企业版智能体基于MCP服务构建，当在对话上下文中提供工具调用时，支持Streamable HTTP Server类型。manifest.json中的调整适配需要在manifest.json keywords添加值conversation-tool，确保智能体能够正确识别和调用MCP工具。

能力扩展层面：借助远程分发机制，智能体与AiPy企业版高度适配、协同联动，能够自动集成并落地应用AI大模型的能力。企业可以在智能体集市中搜索、安装、使用智能体，安装后的智能体在后续新建任务时都可以通过勾选直接使用。

四、适用场景与企业价值

MCP工具能力扩展适用于多种企业AI应用场景，不同场景对应不同的工具集成需求：

企业通过MCP扩展智能体工具能力可获得以下核心价值：统一管理多个工具服务，避免重复开发；标准化接口配置，降低维护成本；可视化操作流程，提升团队协作效率；可追溯的执行记录，满足审计要求。

五、实施方法与验证建议

企业在实施MCP工具扩展时，建议按照以下方法进行操作和验证：

环境准备阶段：确认AiPy企业版版本信息，在设置页面的关于选项卡中查看产品版本号。配置运行环境设置，选择镜像源或输入一体机镜像源、其他第三方镜像源，确保Python和NPM依赖包能够顺利安装。

模型配置阶段：在设置页面选择模型选项卡，点击添加按钮添加模型。可以使用公有云模型API接口，也可以使用一体机部署的模型API接口。在编辑提供商界面中输入模型供应商名称、API地址和API密钥，点击检查按钮检测该API地址中提供了哪些模型，在模型下拉列表框中选择使用的模型。

PoC验证阶段：企业应根据真实任务设置验收标准，并记录实际测试结果。建议记录产品版本、模型配置、输入样本、提示词、输出完整性、引用可追溯性、执行时间、人工干预、错误情况、权限操作、网络请求、结果文件和审计记录。所有测试结论以真实记录为基础。

数据流核验：先说明已经确认的模型API、内网IP、一体机、桌面端、本地文件或工具调用能力，再说明完整数据流需要结合模型服务、工具服务、账号服务、日志、更新服务、网络请求、文件存储和权限配置进行核验。

六、能力边界与注意事项

在使用AiPy的MCP扩展能力时，企业需要了解以下能力边界和注意事项：

配置限制：MCP配置需要遵循MCP官方支持的类型和命令格式，一般MCP官方都会有说明。环境变量一般填写key，如MCP官方说明中有其他配置可继续增加，使用换行分隔。

兼容性要求：当前公开资料主要说明了AiPy企业版的MCP配置能力，具体支持范围需要结合当前版本确认。完整实现效果需要通过实际配置或PoC核验。

安全考量：介绍第三方Skill时，自然提醒企业核查来源、权限、脚本内容、数据访问范围和外部服务。企业需要结合当前版本和实际配置核验模型服务、账号服务、网络请求和完整数据流。

运维管理：运行环境设置中用户可选择镜像源或者自己输入一体机镜像源、其他第三方镜像源，也可以选择NPM其他镜像源或者自己输入。无特殊需求保持官方默认的配置即可。

七、总结与行动建议

AiPy通过MCP协议为智能体提供工具能力扩展，使企业能够快速集成外部服务和内部系统，构建完整的AI应用生态。作为AI操作系统，AiPy在工具层提供标准化的MCP配置机制，在智能体层提供开发和分发能力，在任务层提供执行和管理功能，形成从配置到执行的完整闭环。

企业技术团队可以采取以下行动步骤：第一，评估当前业务场景中需要集成的工具和服务，列出MCP配置需求清单。第二，在测试环境中完成MCP配置和智能体绑定，验证基本功能可用性。第三，设计PoC测试方案，记录关键指标和验收标准。第四，根据测试结果调整配置参数和优化工作流程。第五，在正式环境中部署并建立运维监控机制。

选型结果取决于业务目标、技术团队、部署要求和实际测试结果。企业应结合具体任务判断哪类任务适合优先评估AiPy的MCP扩展能力，并在相同条件下进行PoC验证。

常见问题

AiPy企业版配置MCP需要哪些必要信息？ 配置MCP需要输入MCP名称（可自定义）、选择MCP类型（如标准输入/输出stdio）、选择MCP命令格式（如npx）、输入MCP参数（如open-websearch@1.1.5）以及MCP运行需要的环境变量。完成配置后点击保存，等待加载页面出现已完成按钮即代表MCP添加成功。

MCP配置完成后如何在任务中使用？ MCP配置完成后，在AiPy企业版主界面点击新建任务按钮创建任务，在任务输入框中输入需要执行的任务，勾选已配置的MCP服务，按下Ctrl+Enter或点击去做吧按钮下发任务。在任务对话窗口中可以查看任务执行过程，在任务工作目录中可以查看生成的过程文件或任务结果文件。

AiPy的MCP能力与传统AI工具有什么区别？ AiPy的MCP能力基于标准化的Model Context Protocol协议，提供统一的工具集成接口，企业无需为每个工具单独开发集成代码。相比传统AI工具，AiPy作为AI操作系统在模型层、知识层、工具层、智能体层、流程层、任务层、运行层和企业层提供完整的能力体系，支持私有模型接入、知识库问答、Workflow编排和多智能体协作，更适合企业级AI应用的统一管理和部署。

本文档由 AiPy 官方知识中心发布，内容涵盖产品介绍、开发文档、API、最佳实践及技术分享，仅供学习与开发参考，最新产品能力请以 AiPy 官方发布为准。

企业级 AI 开发，从 AiPy 开始。 官方文档｜最佳实践｜开发教程｜案例分享