手把手教你如何将阿里云百炼工作流封装成MCP服务并集成到智能体，实现自定义功能扩展。
原文标题：自主构建MCP，轻松实现云端部署！
原文作者：阿里云开发者
冷月清谈：
怜星夜思：
2、文章中提到使用Node.js和TypeScript搭建MCP服务。如果我更熟悉Python或其他语言，是否也可以实现类似的功能？
3、文章提到未来百炼平台将集成工作流的MCP服务，用户只需简单配置即可将工作流转化为MCP服务。你觉得这种“零代码”或“低代码”的MCP服务构建方式，会带来哪些影响？
原文内容
本文以阿里云百炼上的工作流为例，将其封装成MCP服务并部署到阿里云百炼，随后引入智能体中，从而可以在智能体内使用自定义的MCP服务。今天我们先介绍其中一种方式。
1. 编写代码封装MCP服务。
2. 将封装后的服务发布到npm官方平台。
3. 在阿里云百炼平台中创建自定义的MCP服务。
4. 在智能体中引用自定义的MCP服务。
一、搭建MCP服务
通过Nodejs+TypeScript实现
1、创建Nodejs项目
在创建Node.js项目之前，请确保你已安装Node.js，如果尚未安装，可以访问以下链接进行下载：https://nodejs.org
在电脑上创建一个文件夹，名称可自定义。例如，我将其命名为 bailian-mcp-workflow-server。
你可以使用VSCode打开该文件夹，或者直接通过命令行进入此文件夹进行操作。
1.1、在命令行当中运行
初始化Nodejs项目npm init -y
执行成功后自动创建package.json，修改package.json当中的内容：
package.json{
"name": "bailian-mcp-workflow-server",
"version": "0.0.1",
"description": "Bailian MCP server",
"license": "MIT",
"author": "Anthropic, PBC (https://anthropic.com)",
"homepage": "https://modelcontextprotocol.io",
"bugs": "https://github.com/modelcontextprotocol/servers/issues",
"type": "module",
"bin": {
"mcp-server-brave-search": "dist/index.js"
},
"files": [
"dist"
],
"scripts": {
"build": "tsc && shx chmod +x dist/*.js",
"prepare": "npm run build",
"watch": "tsc --watch"
},
"dependencies": {
"@modelcontextprotocol/sdk": "1.0.1"
},
"devDependencies": {
"@types/node": "^22",
"shx": "^0.3.4",
"typescript": "^5.6.2"
}
}
1.2、在package.json的同级下创建tsconfig.json
{
"compilerOptions": {
"target": "ES2022",
"module": "Node16",
"moduleResolution": "Node16",
"strict": true,
"esModuleInterop": true,
"skipLibCheck": true,
"forceConsistentCasingInFileNames": true,
"resolveJsonModule": true,
"outDir": "./dist",
"rootDir": "."
},
"include": [
"./**/*.ts"
],
"exclude": [
"node_modules"
]
}
1.3、同级目录下创建 index.ts，内容为空就行。
1.4、设置好上述内容之后我们安装一下对应的依赖。
npm install
2、将百炼的智能体应用API封装为MCP
1.1、在官方文档中，查看应用调用的API
查看应用调用API参考文档:https://bailian.console.aliyun.com/?tab=api#/api/?type=app，官方API实现对百炼应用的调用如下：
curl -X POST https://dashscope.aliyuncs.com/api/v1/apps/YOUR_APP_ID/completion \
--header "Authorization: Bearer $DASHSCOPE_API_KEY" \
--header 'Content-Type: application/json' \
--data '{
"input": {
"prompt": "你是谁？"
},
"parameters": {},
"debug": {}
}'
我们只需要将上述的API封装为MCP即可。
1.2、将应用的API封装为MCP应用，参考如下代码
在index.ts当中写入如下内容
#!/usr/bin/env nodeimport { Server } from “@modelcontextprotocol/sdk/server/index.js”;
import { StdioServerTransport } from “@modelcontextprotocol/sdk/server/stdio.js”;
import {
CallToolRequestSchema,
ListToolsRequestSchema,
} from “@modelcontextprotocol/sdk/types.js”;
const MARKET_RESEARCH_ASSISTANT = {
name: “market_research_tool”,
description: “This is an intelligent market research report generation assistant, specifically designed to efficiently and professionally build research plans.”,
inputSchema: {
type: “object”,
properties: {
query: {
type: “string”,
description: “Search query (max 400 chars, 50 words)”
}
},
required: [“query”],
},
};
// Server implementation
const server = new Server(
{
name: “bailian-mcp-workflow-server”,
version: “0.1.0”,
},
{
capabilities: {
tools: {},
},
}
);
// Check for API key
const DASHSCOPE_API_KEY = process.env.DASHSCOPE_API_KEY!;
if (!DASHSCOPE_API_KEY) {
console.error(“Error: DASHSCOPE_API_KEY environment variable is required”);
process.exit(1);
}
const APP_ID = process.env.APP_ID!;
if (!APP_ID) {
console.error(“Error: APP_ID environment variable is required”);
process.exit(1);
}
async function performWebMarketResearch(query: any){
const url = ‘https://dashscope.aliyuncs.com/api/v1/apps/‘+APP_ID+’/completion’;
// 构造请求体xxxx
const requestBody = {
“input”: {
“prompt”: query
},
“parameters”: {},
“debug”: {}
};
const response = await fetch(url, {
method: ‘POST’, // 修改为 POST 请求
headers: {
‘Content-Type’: ‘application/json’, // 指定请求体为 JSON 格式
‘Authorization’: "Bearer "+DASHSCOPE_API_KEY
},
body: JSON.stringify(requestBody) // 将请求体序列化为 JSON 字符串
});
if (!response.ok) {
thrownew Error(Bailian API error: ${response.status} ${response.statusText}\n${await response.text()});
}
const descriptionsData = await response.json(); // 解析响应 JSON 数据
const strjson = JSON.stringify(descriptionsData)
return strjson;
}
// Tool handlers
server.setRequestHandler(ListToolsRequestSchema, async () => ({
tools: [MARKET_RESEARCH_ASSISTANT],
}));
server.setRequestHandler(CallToolRequestSchema, async (request) => {
try {
const { name, arguments: args } = request.params;
if (!args) {
thrownew Error(“No arguments provided”);
}
switch (name) {
case"market_research_tool": {
const { query } = args;
const results = await performWebMarketResearch(query);
return {
content: [{ type: “text”, text: results }],
isError: false,
};
}
default:
return {
content: [{ type: “text”, text:Unknown tool: ${name}}],
isError: true,
};
}
} catch (error) {
return {
content: [
{
type: “text”,
text:Error: ${error instanceof Error ? error.message : String(error)},
},
],
isError: true,
};
}
});
async function runServer(){
const transport = new StdioServerTransport();
await server.connect(transport);
console.error(“Bailian Mcp Workflow Server running on stdio”);
}
runServer().catch((error) => {
console.error(“Fatal error running server:”, error);
process.exit(1);
});
1.3、解释一下上述代码
核心功能
-
提供一个名为
market_research_tool的市场研究工具。 -
支持通过 API 调用执行市场研究任务。
-
基于用户输入的查询（Query），调用阿里云 DashScope API 获取市场研究结果。
-
以 JSON 格式返回研究结果，便于后续处理。
初始化 Server
代码首先创建了一个 Server 实例，该实例基于 @modelcontextprotocol/sdk/server 模块。服务器的配置如下：
const server = new Server(
{
name: "bailian-mcp-workflow-server",
version: "0.1.0",
},
{
capabilities: {
tools: {},
},
}
);
-
name和version定义了服务器的基本信息。 -
capabilities.tools表示服务器支持的工具集合（目前为空，后续会动态注册）。
环境变量检查
为了确保服务器能够正常运行，代码检查了两个关键环境变量：
-
DASHSCOPE_API_KEY: 用于调用阿里云 DashScope API 的密钥。 -
APP_ID: 用于标识具体的应用程序。
如果这些变量缺失，服务器将报错并退出。
const DASHSCOPE_API_KEY = process.env.DASHSCOPE_API_KEY!;
if (!DASHSCOPE_API_KEY) {
console.error("Error: DASHSCOPE_API_KEY environment variable is required");
process.exit(1);
}
const APP_ID = process.env.APP_ID!;
if (!APP_ID) {
console.error("Error: APP_ID environment variable is required");
process.exit(1);
}
定义市场研究工具
MARKET_RESEARCH_ASSISTANT 是一个描述市场研究工具的对象，包含以下内容：
-
name: 工具名称，固定为market_research_tool。 -
description: 工具的功能说明。 -
inputSchema: 输入参数的 JSON Schema，定义了用户需要提供的查询字段query，并限制其长度为最多 400 个字符或 50 个单词。
注册工具列表
通过
server.setRequestHandler(ListToolsRequestSchema, ...) 方法，服务器向客户端提供支持的工具列表：
server.setRequestHandler(ListToolsRequestSchema, async () => ({
tools: [MARKET_RESEARCH_ASSISTANT],
}));
当客户端请求工具列表时，服务器会返回 MARKET_RESEARCH_ASSISTANT 的定义。
API封装为MCP服务
利用fetch发起POST请求，调用百炼API接口并获取相应返回数据。若想将其他API接口封装为MCP，可参考代码中的requestBody，于此设置自定义请求参数。获取到返回数据后，可进行处理，亦可直接返回，因为在百炼中会自动处理返回的JSON，将其转化为便于用户阅读的Markdown格式。
const url = 'https://dashscope.aliyuncs.com/api/v1/apps/'+APP_ID+'/completion';
// 构造请求体x`x`x`x`
const requestBody = {
"input": {
"prompt": query
},
"parameters": {},
"debug": {}
};
const response = await fetch(url, {
method: 'POST', // 修改为 POST 请求
headers: {
'Content-Type': 'application/json', // 指定请求体为 JSON 格式
'Authorization': "Bearer "+DASHSCOPE_API_KEY
},
body: JSON.stringify(requestBody) // 将请求体序列化为 JSON 字符串
});
1.4、本机通过Cline联调测试
{
"mcpServers": {
"bailian-mcp-workflow-server": {
"disabled": false,
"timeout": 300000,
"command": "cmd",
"args": [
"/c",
"node",
"D:\\ProgramData\\bailian-mcp-workflow-server\\index.ts"
],
"env": {
"DASHSCOPE_API_KEY": "sk-212aeb2121213232",
"APP_ID": "3621da212127b272343411337e7"
},
"transportType": "stdio"
}
}
}
DASHSCOPE_API_KEY为百炼的API-KEY，去百炼官网上申请
APP_ID 百炼的工作流应用ID，具体工作流是做什么的您可以自定义。
配置好上述内容以后，再次测试提问。
二、将项目打包并发布到npm上
1、首先我们需要注册npm账号
https://www.npmjs.com
2、在本机的npm当中登录刚刚注册的账号
登录到 npm，在项目的终端当中运行以下命令登录到 npm
npm login
系统会提示你输入用户名、密码和邮箱地址。如果登录成功，你会看到类似以下的输出。
Logged in as <your-username> on https://registry.npmjs.org/.
3、检查包名是否唯一
在发布之前，建议检查你选择的包名是否已经被占用。你可以访问 npmjs.com 并搜索你的包名，或者直接尝试发布。
如果包名已被占用，你需要更改 package.json 中的 name 字段为一个唯一的名称。
4、项目打包
在项目的终端当中运行以下命令打包：
npm run build
如果一切正常，你会看到类似以下的输出
运行成功后，项目中会自动创建dist目录，这意味着打包成功
5、发布包
在项目根目录下运行以下命令发布包：
npm publish
如果一切正常，你会看到类似以下的输出：
此时，你的包就已经成功发布到 npm 上了！
https://www.npmjs.com/package/bailian-mcp-workflow-server
6、通过发布的npm包在Cline当中引入测试
本机再次测试一下
Windows配置
{
"mcpServers": {
"bailian-mcp-workflow-server": {
"disabled": false,
"timeout": 300000,
"command": "cmd",
"args": [
"/c",
"npx",
"-y",
"bailian-mcp-workflow-server"
],
"env": {
"DASHSCOPE_API_KEY": "sk-212aeb2121213232",
"APP_ID": "3621da212127b272343411337e7"
},
"transportType": "stdio"
}
}
}
MacOS/Linux 配置
{
"mcpServers": {
"bailian-mcp-workflow-server": {
"disabled": false,
"timeout": 300000,
"command": "npx",
"args": [
"-y",
"bailian-mcp-workflow-server"
],
"env": {
"DASHSCOPE_API_KEY": "sk-212aeb2121213232",
"APP_ID": "3621da212127b272343411337e7"
},
"transportType": "stdio"
}
}
}
三、将刚发布的项目集成到阿里云百炼的自定义MCP中
1、创建自定义MCP
MCP服务配置
{
"mcpServers": {
"bailian-mcp-workflow-server": {
"disabled": false,
"timeout": 300000,
"command": "npx",
"args": [
"-y",
"bailian-mcp-workflow-server"
],
"env": {
"DASHSCOPE_API_KEY": "sk-212aeb2121213232",
"APP_ID": "3621da212127b272343411337e7"
},
"transportType": "stdio"
}
}
}
点击提交部署
2、部署成功以后我们找到对应的工具测试一下
选择【工具】进行测试，如下结果则表示测试成功
3、创建智能体，添加MCP服务
4、运行测试
百炼未来将集成工作流的MCP服务，用户只需在平台中进行简单配置，即可将工作流转化为MCP服务，并引入智能体。