跳轉到

在 Dify 建立自己的 MCP Server：讓 Agent 自動呼叫工作流工具

在 Dify 中，我們不僅可以建立自訂工作流（Workflow），還能進一步把這些流程「封裝」成 MCP Server（Model Context Protocol Server），讓 Agent 能自動呼叫這些工作流作為工具。 這篇文章將一步步帶你完成以下四個目標：

  1. 建立一個 Dify 工作流（範例：「網頁爬蟲」）
  2. 將該工作流封裝成 MCP Server
  3. 在 Dify → 工具 → MCP → 新增 MCP 伺服器 (HTTP)
  4. 建立一個 Agent，讓它能自動以工具方式呼叫 MCP Endpoint

什麼是 MCP（Model Context Protocol）?

MCP（Model Context Protocol） 是一種讓 LLM Agent 能夠「自動發現」與「使用」外部服務的通訊協定。 過去我們想讓 Agent 呼叫外部 API，必須手動撰寫 OpenAPI 文件、定義 schema； 但透過 MCP，Dify 能自動識別伺服器上提供的工具，快速整合並使用它們。

MCP 的最大優點：

  • 不需手動提供 OpenAPI 描述
  • 自動同步工具名稱與參數
  • 即插即用：MCP Server 啟動後，Agent 可立即呼叫

建立工作流範例：「網頁爬蟲」

1. 建立新工作流

在 Dify 的工作室中點擊「建立新工作流」，命名為「webscraper」。

Note

由於 Gemini 對工具與節點名稱有命名規範， 建議在建立工作流時使用 英文命名（例如 webscraper、crawler_flow）， 以避免後續發生「Invalid function name」或格式錯誤。

2. 建立節點

整個流程非常簡單，僅需三個節點：

節點 功能 說明 圖示
開始 (Start) 定義輸入參數 新增一個文字欄位 weburl (必填)
Web Scraper 工具 進行網頁擷取 工具類型：webscraper，參數來源：{{#start.weburl#}}
結束 (End) 定義輸出結果 輸出變數：text，取自 Web Scraper.text

Note

這個工作流可讓使用者輸入任意 URL，Dify 會自動抓取網頁文字內容並回傳。

封裝成 MCP Server

完成工作流建置後，先點擊右上方的「發佈應用」以啟用該工作流的公開執行端點。接著，在工作流資訊頁面左上方，開啟 「啟用 MCP 伺服器」。

在啟用前，建議為這個 MCP 服務撰寫清楚的說明與參數描述，以幫助 LLM 更準確理解工具用途。

  • 描述 (Description)：說明此 MCP 服務的功能，例如：「提供網址即可自動擷取並返回網頁內容」。
  • 參數描述 (Parameters)：針對每個輸入欄位（如 weburl）補充簡要說明，例如：「想要爬取的網站」。

啟用後，系統會自動產生一組 MCP 伺服器 URL，這個連結將作為 Agent 呼叫此工作流的通訊入口。

設定完成後，點擊「發佈更新」，Dify 便會將你的工作流正式封裝為 MCP Server，供後續在 Agent 或其他平台中掛載使用。

在 Dify 工具中掛載 MCP Server

接著，我們要讓 Dify 知道這個 MCP Server 存在。

  1. 進入選單的 工具 (Tools) → 點選上方分頁 MCP。
  2. 點擊「新增 MCP 伺服器 (HTTP)」。

  3. 填寫欄位：

    • 伺服器 URL：貼上剛剛的 MCP Server URL
    • 名稱與顯示： mcp-crawler
    • 伺服器識別碼：crawler（注意限定字元）

  4. 儲存後，這個 MCP 工具就會出現在工具清單中。

Note

Dify 會自動連線 MCP Server，並讀取其可用工具列表，狀態顯示為「執行中」即表示成功掛載。

建立 Agent 並掛上 MCP 工具

完成 MCP 伺服器的設定後，我們就可以建立一個能夠呼叫它的 Agent。這個步驟能幫助我們在對話介面中直接測試爬蟲結果，並驗證 MCP 服務是否正常運作。

1. 進入 Dify → Agent → 建立新 Agent

在左側選單中選擇「Agent」，點擊右上角「建立新 Agent」，為這個代理人命名（例如「網頁摘要助理」）。

2. 選擇模型

可選擇任一支援工具調用的模型，例如 openai/gpt-4o 或 Gemini。若使用企業部署環境，也可選擇內部部署的 LLM。

3. 撰寫提示詞（Prompt）

在「提示詞」欄位中輸入以下內容，讓 Agent 知道該如何運用 MCP 工具：

你是一個資訊擷取與摘要助理。
當使用者提供網址時：
- 使用工具「mcp-crawler」呼叫對應 MCP 伺服器，參數 { weburl: <使用者網址> }。
- 取得網頁文字後，進行摘要、整理重點。
- 回覆使用者主要段落與摘要。

這段提示詞的邏輯是：

  • 偵測使用者輸入中是否包含 URL；
  • 若有，透過 MCP 工具「mcp-crawler」進行抓取；
  • 最後由模型生成一段條理清晰的摘要回覆。

Note

提示詞是可選填的，主要用來讓 Agent 更清楚任務目的。 MCP 本身有協定機制，能自動辨識工具和參數，所以就算不填也能正常執行。

4. 掛上 MCP 工具

在下方的「工具」區塊中，找到剛剛建立的 mcp-crawler (MCP)，點擊啟用（開關切換為藍色「啟用中」狀態）。 此時 Agent 會自動取得 MCP 伺服器提供的介面說明與參數設定，不需手動撰寫 API Schema。

5. 發佈並測試結果

確認設定無誤後，點擊「發佈」並啟用。 此時，你就可以在右側對話預覽區中直接輸入例如：

「幫我摘要這篇 https://example.com/news」

Agent 會：

  1. 偵測訊息中含有 URL
  2. 自動呼叫 MCP 工具 mcp-crawler
  3. 抓取網頁內容 → 回傳文字 → 自動產生摘要

最終，你會看到 Agent 回覆完整摘要內容，這代表整個 MCP 流程運作成功！

Note

若你對 Chatflow／Workflow 的節點設計已經熟悉，也可以嘗試使用 Agent 節點 來完成同樣的流程。透過這種方式，Agent 能在工作流中自動呼叫 MCP 伺服器，將外部功能整合進更複雜的自動化任務中。

結論

透過集成 MCP 工具，Dify 讓工作流與 Agent 之間的整合變得輕鬆且模組化。不論是內部自行建立的流程（如「網頁爬蟲」），還是跨系統功能，都能快速封裝成一個 MCP Server，讓 Agent 直接以「工具」方式呼叫。

更進一步地，Dify 不僅能掛載自家生成的 MCP Server，也支援外部第三方的 MCP 服務。這意味著我們可以在其他自動化平台（如 n8n、Make、Airflow 等）中建立自訂流程，並對外發布為 MCP Server。只要在 Dify 工具區中新增這個外部 MCP 端點，Agent 就能像使用內建工具一樣，自動調用這些外部工作流。