模型训练

自主构建MCP，轻松实现云端部署！

2025 年 4 月 24 日

自主构建MCP服务，云端部署轻松实现，阿里云百炼工作流封装技巧全解析。核心内容： 1. 编写代码封装MCP服务的详细步骤 2. 发布服务到npm平台的操作流程 3. 在阿里云百炼平台创建自定义MCP服务的方法 4. 智能体中引用自定义MCP服务的实现方式

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 node
import { 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 implementationconst server = new Server(    {      name: "bailian-mcp-workflow-server",      version: "0.1.0",    },    {      capabilities: {        tools: {},      },    });// Check for API keyconst 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  });
  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 handlersserver.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