ECharts 是一个基于 JavaScript 的开源可视化图表库，由百度团队开发并开源，现由 Apache 开源社区维护。它能够流畅运行在 PC 和移动端设备上，兼容主流浏览器（如 Chrome、Firefox、Safari 等）。
目前dify平台已经有ECharts 图表功能，不过ECharts 图表功能提供的图表功能比较简单功能也不够强大。
前几天我们看到蚂蚁金服开源了一个mcp-server-chart，这个mcp-server-chart支持16种图表功能还挺强大的。
开源项目地址https://github.com/antvis/mcp-server-chart
mcp-server-chart 是一个基于 Model Context Protocol（MCP）协议的开源插件，用于生成高质量的可视化图表。它结合了 AntV 的可视化框架，通过标准化的接口和工具，实现了 AI 模型与数据可视化之间的高效交互。
image-20250526175142279
image-20250526175312700
提供的丰富的图表，完全是可以替代ECharts ，今天结合一个企业信息基本信息查询+mcp-server-chart 图表功能带大家使用制作一个工作流，下面看一下工作流截图。
工作流截图：
image-20250526180503110
生成的效果
生成面积图：
image-20250526180305009
饼状图：
image-20250526175553744
话不多说，下面带大家实际操作制作一下这个工作流。
这个工作流我们首先给大家拆解一下，它用到了开始节点、问题分类器、AGENT、直接回复。另外我们在MCP 使用到来 2个MCP
一个是DataMcpServer，一个是mcp-server-chart，另外我们在MCP 调用中还用到了MCP-SSE插件以及MCP Agent 策略工具。
关于MCP-SSE插件 之前也有给大家讲过，不清楚的大家可以看我之前的文章。
关于MCP-SSE安装可以看我之前的文章《dify独家揭秘：mcp_sse+Zapier_MCP如何打造轻量级MCPserver达成万物互联》
关于agent策略工具 可以看我之前文章《dify案例分享-0 代码搭建 Text2SQL 智能查询！用 Dify + 知识库 + Agent 实现自然语言秒变 SQL》
另外我们也有用到私有化MCPHUB来配置mcp-server-chart，关于这块知识也可以看我之前的文章
《dify案例分享-颠覆传统！Dify 与 MCP 如何重塑火车票查询体验》
mcp-server-chart配置
我们在https://github.com/antvis/mcp-server-chart 项目中找到配置文件内容信息。
mcp-server-chart config 文件内容如下：
{
"mcpServers":{
"mcp-server-chart":{
"command":"npx",
"args":[
"-y",
"@antv/mcp-server-chart"
]
}
}
}
我们把上面的配置文件添加到MCPHUB mcp_settings.json
image-20250526202902054
image-20250526203331537
当然我们也可以通过页面端添加
image-20250526203457170
上面配置完成后，我们可以在MCP Hub查看配置信息
image-20250526203549359
看到上面状态是online说明mcp-server-chart配置完成。
接下来我们需要dify工作台上进行工作流配置。
image-20250526204204263
开始
这个开始节点这里没有其他配置，不过我们为了方便客户使用。所以我们设置一下开场白，点击“功能” 按钮弹出对话开场白
image-20250526204630302
接下来我们设置一下开场白的信息
image-20250526204803615
开始节点配置信息如下：
image-20250526205021202
问题分类器
这里我们使用问题分类器对用户输入的信息进行分类判断，目前我们提供三个分类问题
分类1
查询企业基本信息
分类2
查询并统计某时间段成立的企业
分类3
查询企业股东信息
image-20250526215034059
问题分类器模型这里我们使用书生浦语internlm3-8b-instruct 模型，这个模型是2025年1月15日由上海人工智能实验室正式发布的。我使用下来速度非常快。
AGENT-企业信息查询的MCP-Server
这里我们在工作流画布添加一个AGENT。
image-20250526215402574
我们这里添加3个AGENT。
AGENT 策略 我设置使用MCP FunctionCalling
image-20250526215511235
模型这里我们使用 火山引擎的deepseekv3 模型
image-20250526215609202
工具列表中是个必填项，我们这里选择一个获取时间戳的工具
image-20250526215701378
image-20250526215739261
MCP服务地址这里，我们填写一个带有企业信息查询的MCP-Server 这个MCP-Server主要的目的是查询企业信息，获取企业其他信息等功能。
它的地址信息如下
http://mcp.shuidi.cn/sse
它提供了16个信息功能查询 包括：查询企业受益所有人、查询企业实控人、根据企业名称和人名查询企业人员的关联企业,包括其担任法人、股东、董监高的公司、查询企业资质证书、查询企业对外投资信息、查询企业联系方式、查询企业荣誉、查询企业风险信息，包括企业自身风险、周边风险、预警信息等、查询企业股东信息、查询企业基本信息（照面信息）、根据地区及企业状态查询并统计个体户、根据地区及企业状态查询并统计企业、查询并统计某时间段成立的个体户、查询并统计某时间段成立的企业、根据自然语言问题回答与企业主体相关的统计问题等功能。功能非常强大
我们可以在https://mcp.so/ 市场上找到这个 水滴大数据企业查询-企业查询MCP
image-20250526220413222
指令：
请根据用户输入的信息{{#sys.query#}}使用DataMcpServer工具查询企业基本信息
查询：
sys.query
完整的AGENT 配置截图如下：
image-20250526220653180
另外2个和上面配置都一样，区别在获取的指令不一样。
指令
请根据用户输入的信息{{#sys.query#}}使用DataMcpServer工具查询并统计某时间段成立的企业
image-20250526220758587
指令
请根据用户输入的信息{{#sys.query#}}使用DataMcpServer工具查询企业股东信息
image-20250526220831590
AGENT-mcp-server-chart
我们这里根据业务上需求在上面第二个和第三个AGENT 配置一个带有mcp-server-chart-AGENT。
这里和上面的AGENT 区别的地方是 工具列表我们适应mcp-sse工具，MCP 服务器地址换成我们私有化搭建的MCPHUB，另外就是指令和查询有区别，我把区别的地方标注一下
image-20250526221417282
其中MCP 服务器地址（这个是我私有化部署）
http://14.103.204.132:8900/sse/bba57da5-5073-4fce-9b99-13f985d15f64
指令
请使用mcp-server-chart工具根据信息{{#17482499757010.text#}}使用generate\_area\_chart生成图表
查询
请使用generate\_area\_chart生成图表
image-20250526221629195
上面2个AGENT 差异的地方在于指令和查询
指令
请使用mcp-server-chart工具根据信息{{#17482500877570.text#}}使用generate\_pie\_chart 生成图表
查询
请使用generate\_pie\_chart 生成图表
这里我们提一下mcp-server-chart 提供非常多的图表工具，我们在开始的时候就大家介绍过
image-20250526221852812
image-20250526221922391
直接回复
这个直接回复就比较简单的，其中第一个直接回复就直接返回企业基本信息查询
image-20250526222045740
另外2个直接回复包括了查询并统计信息返回和后面mcp-server-chart 返回的图表的信息
image-20250526222147826
以上配置完成后我们就完整了工作流的搭建。
我们点击工作流右上角“预览” 按钮，这个时候我们的一开始配置的开场白信息显示出来，我们选择对应的3个开场白信息测试一下。
第一个问题
请帮我查询一下华为技术有限公司企业基本信息
image-20250526222427292
我们看到我们使用到企业信息查询的MCP-Server实现的华为公司的企业基本信息的查询。
第二个问题
查询并统计合肥2025-01-01-2025-05-01成立的企业
image-20250526222555743
这里我们看到系统返回了合肥2025-01-01-2025-05-01成立的企业的数量，并且详细的列出10个企业基本信息（统一信用代码、成立日期、法人、注册资本、企业状态），最后页面的下发出现一个图表的链接
image-20250526222736894
我们点击图表链接打开它
image-20250526222830608
第三个问题
查询小米科技有限责任公司企业股东信息
image-20250526222937469
查询返回小米公司股东的持股占比信息以及生成的图表
image-20250526223032135
以上我们就使用3个案例介绍了使用大数据企业查询和mcp-server-chart图表组合的dify工作流，当然它们的组合可以实现更多的信息查询和图表展示，时间关系这里就不做详细展开。 感兴趣的小伙伴可以通过它们实现一个企业一户式档案信息+图表展示的企业画像报告
体验地址
工作流地址：https://dify.duckcloud.fun/chat/yBpzxb5Mkg2scRtC 备用地址（http://14.103.204.132/chat/yBpzxb5Mkg2scRtC）
相关资料和文档可以看我开源的项目 https://github.com/wwwzhouhui/dify-for-dsl
今天主要带大家了解并实现了使用 dify 工作流整合企业信息查询与 mcp - server - chart 图表展示的方案。该工作流的搭建涉及多个关键步骤，包括对开始节点设置开场白以方便用户使用、使用问题分类器对用户输入信息进行分类判断、配置多个 AGENT 分别进行企业信息查询和图表生成、利用直接回复节点返回查询和图表结果等环节。同时，还需要对 mcp - server - chart 进行配置，并将其添加到 MCPHUB 中。与 dify 平台现有的 ECharts 图表功能相比，该方案借助 mcp - server - chart 提供的丰富图表功能，能够生成更加高质量、多样化的可视化图表，完全可以替代 ECharts。此外，通过结合大数据企业查询的 MCP - Server，该方案可以实现对企业基本信息、某时间段成立企业的统计信息以及企业股东信息等多种信息的查询，并将查询结果以直观的图表形式展示出来，为用户提供了更加全面、清晰的企业信息展示方式。感兴趣的小伙伴可以按照本文步骤去尝试。今天的分享就到这里结束了，我们下一篇文章见。
dify案例分享-巧用 Dify 工作流，解锁高效口语单词练习秘籍