关于MCP

随着 Agent 应用的快速普及，开发者在工具开发和接入方面普遍遇到一系列挑战：工具开发缺乏统一的规范，导致开发效率低下；重复适配不同平台，增加了开发成本和时间；开源社区组件质量参差不齐，高质量工具的整合和维护往往耗费大量精力。MCP 协议正是在这一需求下应运而生，为行业带来了新的解决思路和价值。

MCP（Model Context Protocol） 协议是由 Anthropic 推出的业界领先的开放标准，旨在构建大模型与数据源之间的安全双向链接，解决了社区中工具实现风格不统一、难以跨模型共享的问题。

一个更形象的比方是，MCP协议是大模型应用生态里的Type-C接口或者扩展坞，可以将各种不同来源的组件，转为统一的格式给到大模型，由此方便开发者打造自己的个性化大模型应用。

AB全面支撑MCP

AppBuilder（以下简称AB）在业内率先支持MCP协议。当前主要服务于代码态用户（OpenAPI/SDK），提供全方位的工具开发、服务集成能力。

不同使用方式的用户体验MCP有时间先后

针对两类AB用户：代码态用户（OpenAPI/SDK）和零代码用户（控制台GUI界面）

• 代码态用户：已支持使用 AppBuilder Python-SDK 的代码态用户，基于MCP协议拓展AI应用的能力边界
• 零代码用户：即将支持，届时用户可在控制台界面通过点选拖拽快速接入MCP组件

代码态用户接入MCP的路线图

对于代码态用户，落地MCP协议的主要考量因素有两个，Agent 和工具组件，我们通过一张表格来理清MCP使用路线：

从上表中，我们可以看到有三个关键路径，分别是：

1、【AB组件转MCP Server】

2、【AB-MCP Client本地部署】

3、【AB-MCP SSE组件远程调用】

下面的Cookbook进行顺序介绍，各位开发者可以根据自己的需求，灵活选择MCP接入方式

Cookbook

Cookbook 是一个提供具体步骤、示例代码和最佳实践的技术指南，旨在帮助开发者快速上手并高效使用SDK的功能。

案例一：AB组件转MCP Server

目标：

在Cursor里自定义个人专属办公工具 —— 用户自己可将AppBuilder官方提供的“文本翻译-通用版”、“植物识别”等组件转化为MCP Server，在Cursor中作为自定义工具直接调用。

为什么使用这个案例？

• AppBuilder有很多优质的组件，可以在Claude客户端、Cursor中通过MCP的方式联动
• 通过这种模式，未来可以支持用户把自己在AB上开发的工作流/Agent集成到本地支持MCP协议的Client中直接使用

操作步骤：

【第一步】安装AppBuilder的环境依赖，在python>=3.12环境中，执行以下命令。Python环境准备可以参考教程：https://cloud.baidu.com/article/3421098

python -m pip install appbuilder-sdk -i https://pypi.tuna.tsinghua.edu.cn/simple 
python -m pip install mcp -i https://pypi.tuna.tsinghua.edu.cn/simple

【第二步】我们可以快速将 AppBuilder 中的官方组件“文本翻译-通用版”、“植物识别”转换为 MCP Server 工具，该文件我们命名为 server.py

"""server.py"""

import os
from appbuilder.mcp_server.server import MCPComponentServer
from appbuilder.core.components.v2 import Translation, PlantRecognition

#设置APPBUILDER_TOKEN
os.environ['APPBUILDER_TOKEN'] = '你的APPBUILDER_TOKEN'

# 定义server
server = MCPComponentServer(name="AB Component Server")

# 初始化组件实例
translation = Translation()
plant_recognition = PlantRecognition()

# 把组件作为tool添加到server
server.add_component(translation)
server.add_component(plant_recognition)

# 启动server
server.run()

注意：请将secret_key替换为你的APPBUILDER_TOKEN，Token获取方式见文档：https://cloud.baidu.com/doc/AppBuilder/s/lm68r8e6i

【第三步】在Cursor中配置自己的server：https://docs.cursor.com/context/model-context-protocol ，根据指引填写MCP配置文件，指向我们第二步中创建的server.py，配置MCP Server。

{
  "mcpServers": {
    "AB component": {
      "command": "/abs/path/to/python",  # python解释器的绝对路径
      "args": [
        "/abs/path/to/server.py"         # server.py的绝对路径
      ]
    }
  }
}

python解释器的路径，可以在终端中输入以下命令进行查看

# mac / linux
which python

# windows
where python

【第四步】配置完成后，我们刷新MCP Servers配置，这时候可看到在本地部署好的 AppBuilder 官方组件工具。

效果展示：

在Cursor的Chat对话框里，我们输入query

识别 https://img.dutenews.com/a/10001/202111/50120fcde5bb6f9c950758c6d77b656f.png 中的植物

Cursor能够成功调用“植物识别”工具，并展示组件的输入输出，最终回复答案“根据植物识别模型的分析结果，这张图片中的植物是杨树，识别的置信度为55.7%”。

Claude 客户端 Github Cookbook

• https://github.com/baidubce/app-builder/blob/master/cookbooks/mcp/server.ipynb

案例总结

• 在跑通这个案例后，您可以在任何支持MCP协议的Agent框架中，添加来自AppBuilder的优质组件，以此提升您的Agent的能力边界
• 当前AppBuilder有以下组件，支持该种方式接入，支持的组件Github链接：https://github.com/baidubce/app-builder/tree/master/python/core/components/v2

案例二：AB-MCP Client本地部署

目标：

搭建一个“端云组件结合使用”的新闻检索 Agent，其功能是，当用户检索感兴趣的新闻后，Agent不仅根据 query 进行检索，还可以最终自动调用 Playwright 组件在本地打开浏览器，在您的mac上阅览。

为什么使用这个案例？

• 该案例可以扩展为：Agent不仅思考并回答用户的需求，还能操作用户的终端/IOT设备，帮助用户提交代码、操作文件、控制智能设备等

步骤：

【第一步】：创建云端的Agent，作为基础的应用，步骤如下：

• 打开AppBuilder官网：https://qianfan.cloud.baidu.com/appbuilder/ ，并登录

• 在左侧的边栏中，选择创一个【自主规划Agent】

• 使用【AI自动配置功能】生成一个自动配置好角色指令的Agent，Prompt可以是：【新闻小助手】

• 调整该应用的组件，选择【百度AI搜索】作为提供网页url的来源，最终Agent界面如下

• 继续调整模型配置，考虑到我们可能会多次思考，多次调用组件，所以，我们调整最大思考轮数

• 最后，点击右上角【发布】→【发布应用】，这样我们就可以在AB-SDK中调用该应用啦

【第二步】：为了能够帮助您在本地打开浏览器，我们需要提前下载一个开源的MCP-Server组件，组件名字是Playwright，主要功能是控制浏览器，步骤如下

• 点击链接Playwright（https://github.com/blackwhite084/playwright-plus-python-mcp/blob/master/src/playwright_server/server.py ），直接保存该代码到本地可以执行的位置，命名为server.py

【第三步】：获取代码态访问AppBuilder应用所需的【API Token】及【APP ID】

• 获取AppBuilder应用的 【APP ID】，方式如下：

• 获取AppBuilder应用的 【API Token】，获取方式如下，https://cloud.baidu.com/doc/AppBuilder/s/lm68r8e6i

• 创建Token时记得需要勾选我们刚才创建的【新闻小助手】应用

【第四步】使用AB-SDK访问我们的Agent，并且让它联动我们刚才下载到本地的MCP组件

• 在python >= 3.12 的环境中安装 【appbuilder-sdk】及相关MCP组件的依赖

python -m pip install appbuilder-sdk -i https://pypi.tuna.tsinghua.edu.cn/simple 
python -m pip install mcp -i https://pypi.tuna.tsinghua.edu.cn/simple
python -m pip install playwright -i https://pypi.tuna.tsinghua.edu.cn/simple 
playwright install

• 有了第二步下载好的sever.py，并且有了第三步获取的【APP_ID】和【TOKEN】后，并且在本地安装好SDK依赖后，我们可以快速访问【新闻小助手应用】，搜索感兴趣的新闻，并在本地浏览器打开对应网页，复制下面的代码，命名为"ab_mcp.py"，和第二步中的"server.py"置于同一目录下，并且填写APPBUILDER_TOKEN 与 APP_ID配置。

"""ab_mcp.py"""

import os
import time
import asyncio

import appbuilder
from appbuilder.core.console.appbuilder_client.async_event_handler import (
    AsyncToolCallEventHandler,
)

from appbuilder.mcp_server.client import MCPClient

os.environ["APPBUILDER_TOKEN"] = "YOUR_APPBUILDER_TOKEN"
os.environ["APP_ID"] = "YOUR_APP_ID"


async def main():
    app_id = os.environ.get("APP_ID")
    assert app_id is not None, "APP_ID is not set"

    appbuilder_client = appbuilder.AsyncAppBuilderClient(app_id)
    mcp_client = MCPClient()
    # server.py 是上述步骤中下载的mcp组件文件
    await mcp_client.connect_to_server("./server.py")
    
    tools = mcp_client.tools
    event_handler = AsyncToolCallEventHandler(mcp_client, functions=[])
    conversation_id = await appbuilder_client.create_conversation()
    with await appbuilder_client.run_with_handler(
        conversation_id=conversation_id,
        query="先搜索关于文心一言4.5模型的新闻，取出其中一个url，再用playwright_navigate打开这个url",
        tools=tools,
        event_handler=event_handler,
    ) as run:
        await run.until_done()

    print("浏览网页，我们在此稍作停留，您可通过其他方式常驻该进程以保持网页")
    time.sleep(5)
    await appbuilder_client.http_client.session.close()


if __name__ == "__main__":
    appbuilder.logger.setLoglevel("DEBUG")
    loop = asyncio.get_event_loop()
    loop.run_until_complete(main())

• 在终端执行上述代码

python ab_mcp.py

效果展示：

• 界面效果

  • 自动启动了一个chrome浏览器，并打开了我们搜索到的网页

Github Cookbook链接：

• https://github.com/baidubce/app-builder/blob/master/cookbooks/mcp/client.ipynb

案例总结

• 在跑通这个案例后，您可以将任何MCP组件添加到你的AppBuilder应用中，拓展您的应用的能力边界

案例三：AB-MCP SSE组件远程调用

目标：

在Cursor里添加百度AI搜索MCP SSE组件，通过Cursor Chat的方式直接使用 —— 用户可以在Cursor中直接体验百度AI搜索组件的深度搜索与智能总结能力，高效准确地获取答案。

为什么使用这个案例？

• 无需本地安装MCP组件运行环境，MCP组件部署在云端，在本地直接使用，是最方便的MCP组件接入方法
• 该案例可以扩展为：在任何支持MCP-SSE组件的Agent环境中，接入AppBuilder官方组件

步骤：

【第一步】准备百度AI搜索MCP-SSE组件的URL。

http://appbuilder.baidu.com/v2/ai_search/mcp/sse?api_key=xxx

• 其中，api_key的格式为"Bearer+<AppBuilder API Key>"，注意保留中间“+”，示例：Bearer+bce-v3/ALTAK-xuZRMCVTC9######
• AppBuilder API Key获取方式见文档：https://cloud.baidu.com/doc/AppBuilder/s/lm68r8e6i

【第二步】在Cursor中添加Server，Cursor设置界面-> MCP-> Add new MCP Server -> 填写server信息。

配置示例：

{
  "mcpServers": {
    "AISearch": {
      "url": "第一步中配置的百度AI搜索MCP-SSE组件URL"
    }
  }
}

注意：

• Cursor最新版本需要通过配置json来添加MCP Server。
• Cursor对于MCP SSE组件存在连接不稳定的情况，遇到无法连接时，可以尝试点击『Enable』按键后，刷新组件状态

【第三步】在Cursor中使用百度AI搜索组件。前往Cursor新版本的chat、旧版本的composer中，使用『搜索』相关的关键词，即可触发AI搜索组件的调用。

效果展示：

在Cursor中，我们向Agent提问：今天有哪些体育新闻？这时百度AI搜索将为用户搜索今天最新的体育新闻，并在Cursor中将总结好的内容返回给用户。

Github Cookbook链接：

• https://github.com/baidubce/app-builder/blob/master/cookbooks/mcp/ai_search_server.md