AI 正在从“会说话”的聊天机器人，迅速升级为“能动手”的 Agent。想让 Agent 真正干活，它得主动调取外部数据、调用 API、同步日历、翻查代码库……可过去每接一个新模型或新服务，都得重写一堆定制代码，维护成本直线上升，规模一涨就崩。
MCP（Model Context Protocol）给出了统一答案：用一套标准协议，把“找得到”和“用得上”外部服务这两件事一次性解决。
具体的 MCP 介绍，可以看这篇文章：
Dify 从 1.6.0 起全面支持 MCP 的双向集成。
今天先看最简单的一种：直接调用现成的 MCP 服务。
进入 Dify 工具页面，点击 “MCP”。 2. 2. 点击“添加 MCP 服务”，填写 MCP 服务的 URL、自定义名称及服务器标识符（用于在工作空间中识别和校验 MCP 服务）
以高德地图 MCP 服务为例。
https://lbs.amap.com/api/mcp-server/summary
按照官方的 MCP 配置指引，完成 api-key 的申请。玩抽，依次填入服务端点 URL，配置名称和服务器标识符。
授权成功后，状态灯为绿色。而且能看到这个 MCP 服务内所有的工具和工具描述。
在提示词中编辑器中规定 Agent 的职责，并在工具中添加高德地图 MCP 服务：
你是一个路线规划智能体，根据用户提供的出行路线起止点提供最佳的出行路线。你可以智能调用 amap 的 mcp 服务，进行用户位置地点的查询和路线规划。
完成后，做一个简单的测试：
我想从佛山千灯湖骑行到广州宝地广场，请帮我规划骑行路线
看一下结果：
点击高德地图骑行导航，还能跳转到高德地图的服务导航地址，YYDS！
接下来，我们分析一下 MCP 工具的调用情况。
从结果可以看到，智能体先是调用了两次高德的地理定位服务，分别查询了佛山千灯湖和广州宝地广场的经纬度。
然后，使用这两个地理位置经纬度作为输入，又调用了一次高德地图的骑行规划服务。最终，输出如下的骑行规划：