今天小編分享的互聯網經驗：三步搭建MCP Agent，騰訊雲大模型知識引擎上線MCP插件，歡迎閱讀。
4 月 14 日，騰訊雲宣布大模型知識引擎更新支持 MCP 協定，用戶在搭建應用時，可以通過大模型知識引擎調用平台精選的 MCP 插件或插入自定義的 MCP 插件。
目前，知識引擎平台已經精選了多款 MCP Server，包括騰訊雲 EdgeOne Pages、騰訊位置服務、Airbnb、Figma、Fetch 等，涵蓋各類專業信息獲取、網頁部署和預覽、網頁解析獲取等場景。精選 MCP 插件之外，用戶也可以按照 MCP 協定配置已經部署的 MCP SSE 服務，在應用中靈活調用。
MCP（Model Context Protocol，模型上下文協定）是專為大語言模型（LLM）應用設計的開放協定，旨在實現 LLM 與外部數據源、工具的無縫集成。它通過統一的接口規範，将原本分散的 API 插件集成簡化為 " 即插即用 " 的模式，如同 AI 領網域的 "USB-C 接口 "，解決傳統 API 插件集成中存在的多協定适配、高開發成本等問題。對于企業和開發者來說，這意味着 AI 應用和 Agent 的邊界将進一步拓展，開發門檻也進一步降低。
去年 11 月由 Anthropic 發布以來，MCP 協定迅速吸引了技術極客與開發者的關注。開發者們将各種場景功能封裝成 MCP Server 提供服務，探索協定落地的可行性。而今年 3 月，Manus 的火熱則掀起了新一輪關于協定标準的讨論。雖然 Manus 并未直接采用 MCP 協定，但這一應用讓業界看到了多 Agent 協同的想象力。協同的核心就是标準協定。可以說，MCP 協定的普及和落地，帶來了 Agent 和大模型應用開發的新範式。
大模型知識引擎為企業和開發者提供了标準模式、工作流模式和 Agent 模式等三種開發方式，用戶可以在工作流和 Agent 這兩種模式中快捷使用 MCP Server。在工作流模式下，用戶可以自定義工作流來響應用戶的需求，通過拖拉拽知識引擎的各種原子，編排所需的流程。而 Agent 模式則由大模型進行任務自主規劃和工具調用，無需代碼，幾步即可開發一個智能體應用。
比如，用戶可以利用騰訊位置服務 MCP 插件，搭建路線規劃助手。在 Agent 開發模式下， 點擊添加 MCP 插件，即可根據需求添加騰訊位置服務的 MCP 工具。
插件添加完成後，用戶可以根據自身需求撰寫提示詞，使用 AI 一鍵優化。
配置完成後，可在對話測試視窗測試應用對話效果。
企業和開發者可以參考騰訊雲官方提供的 MCP 插件指南接入使用：大模型知識引擎 接入 MCP 插件 _ 騰訊雲
騰訊雲大模型知識引擎是面向企業客戶及合作夥伴的大模型應用搭建平台，結合企業專屬知識庫，提供知識問答、知識總結等應用範式，推動大模型在企業服務場景的應用落地。
今年以來，大模型知識引擎持續迭代更新。2 月初，大模型知識引擎宣布接入 DeepSeek-R1 及 V3 原版模型，并率先支持聯網搜索，幫助用戶快速搭建聯網應用。經過騰訊雲的部署優化，大模型知識引擎吐字速率較使用開源推理引擎提升 84%，成本降低 46%。目前，大模型知識引擎已經在金融、政務、醫療、教育、零售等行業中廣泛落地。
