MCP 与 Dify/Coze 整合指南：低代码平台如何拥抱 MCP 生态

2026 年，Dify 和 Coze（扣子）两大低代码 AI 平台先后宣布原生支持 MCP 协议。这意味着：你不再需要写代码来对接 MCP Server——在 Dify 或 Coze 的可视化界面里，点几下鼠标就能让 AI Agent 调用任何 MCP 工具。

本文手把手教你在这两个平台中集成 MCP。

第一章：Dify 中的 MCP 集成

Dify 在 2026 年初的 v0.15 版本正式引入了 MCP 集成能力。

1.1 Dify 中接入 MCP 的两种方式

方式一：工具节点（Tool Node） 在 Dify 工作流的任意位置插入工具节点，绑定一个 MCP Server。

方式二：Agent 策略 在 Agent 节点的工具列表中直接配置 MCP Server，AI 自动选择合适的时机调用。

1.2 配置步骤

第一步：配置 MCP Server

进入 Dify 后台 → 工具 → MCP 配置：

# MCP 配置示例
mcp_servers:
  - name: "文件系统"
    type: stdio
    command: npx
    args:
      - -y
      - "@modelcontextprotocol/server-filesystem"
      - "/data/projects"
    description: "项目文件读写操作"

  - name: "GitHub"
    type: stdio
    command: npx
    args:
      - -y
      - "@modelcontextprotocol/server-github"
    env:
      GITHUB_TOKEN: "${MCP_GITHUB_TOKEN}"
    description: "GitHub 仓库管理"

  - name: "内部数据库"
    type: sse
    url: "https://internal-api.company.com/mcp/sse"
    headers:
      Authorization: "Bearer ${MCP_DB_TOKEN}"
    description: "公司内部数据库查询"

第二步：在工作流中使用

1. 拖入一个「工具」节点
2. 在工具列表中选择配置好的 MCP Server
3. 选择要调用的具体工具
4. 配置输入参数（支持变量绑定）
5. 连接输出到下一步节点

第三步：测试运行

点击「运行测试」，Dify 会自动调用 MCP Server 并返回结果。

1.3 实战案例：用 Dify + MCP 搭建代码审查助手

# 工作流配置
nodes:
  - type: start
    variables:
      - name: pr_url
        type: string
        required: true

  - type: tool
    name: "获取PR变更"
    server: github
    tool: get_pull_request_diff
    inputs:
      pr_url: "{{pr_url}}"

  - type: llm
    name: "审查代码"
    model: claude-3.5-sonnet
    prompt: |
      请审查以下代码变更，关注：
      1. 安全问题
      2. 性能问题
      3. 代码风格
      4. 潜在 bug
      
      PR 内容：
      {{nodes.获取PR变更.output}}

  - type: tool
    name: "提交审查结果"
    server: github
    tool: create_pull_request_review
    inputs:
      pr_url: "{{pr_url}}"
      review: "{{nodes.审查代码.output}}"

  - type: end

1.4 Dify MCP 的独特优势

• 多路复用：一个 MCP Server 可以在多个工作流中共享
• 变量传递：Dify 的变量系统能与 MCP 工具参数无缝对接
• 条件分支：根据 MCP 调用结果决定工作流走向
• 错误处理：MCP 调用失败时自动重试或走降级路径

---

第二章：Coze（扣子）中的 MCP 集成

Coze 在 2026 年 3 月的更新中加入了「MCP 插件」能力。

2.1 配置步骤

第一步：添加 MCP 插件

Coze Bot 编辑 → 插件 → 添加插件 → MCP Server：

插件名称：文件管理器
Server 类型：stdio
启动命令：npx -y @modelcontextprotocol/server-filesystem /data
环境变量：
  NODE_ENV = production

第二步：配置技能触发

告诉 AI 什么情况下使用这个 MCP 工具：

触发规则：
当用户提到以下内容时，自动调用文件管理器：
- "帮我读取文件"
- "创建一个新文件"
- "列出目录"
- "搜索文件内容"

第三步：测试对话

用户：帮我看一下项目根目录下有哪些文件
AI：好的，我来查一下。
[调用 MCP 文件系统 Server → list_directory]
项目根目录下有以下文件：
- package.json
- README.md
- src/
- public/
- .env.example

2.2 实战案例：用 Coze + MCP 搭建数据库查询助手

{
  "bot": {
    "name": "数据查询助手",
    "description": "通过 MCP 连接数据库，回答业务数据问题",
    "plugins": [
      {
        "type": "mcp",
        "config": {
          "name": "数据库查询",
          "server_type": "sse",
          "url": "https://data-api.company.com/mcp",
          "auth": {
            "type": "bearer",
            "token": "${MCP_DB_TOKEN}"
          }
        }
      }
    ],
    "prompt": "你是一个数据查询助手。通过数据库 MCP 工具回答用户的查询。\n注意：\n1. 只执行 SELECT 查询，绝不执行修改操作\n2. 结果超过 20 条时先汇总再列出前几条\n3. 遇到错误请礼貌解释"
  }
}

2.3 在 Coze 工作流中编排 MCP

Coze 的「画布模式」支持将 MCP 工具拖入工作流：

用户输入
   ↓
意图识别（LLM）
   ↓
┌─ 查询数据? → MCP 数据库工具 → 格式化结果 ─┐
│                                            │
├─ 操作文件? → MCP 文件系统工具 → 确认步骤 ──┤→ 最终回复
│                                            │
└─ 其他?    → LLM 直接回答 ─────────────────┘

---

第三章：高阶用法——混合编排

3.1 MCP + 知识库

将 MCP 工具和 RAG 知识库结合使用：

用户提问 → RAG 检索知识库
  ├─ 知识足够 → 直接回答
  └─ 知识不足 → MCP 调用外部 API 获取最新数据
                ↓
            结合知识库 + MCP 结果 → 综合回答

3.2 MCP + 多 Agent

一个 Agent 的结果作为另一个 Agent 的输入：

Agent 1（市场分析Agent）
  使用 Brave Search MCP 搜索市场数据
  使用 Database MCP 查询内部销售数据
  ↓ 输出分析报告
Agent 2（内容创作Agent）
  读取 Agent 1 的分析报告
  使用 Claude 生成营销文案

3.3 MCP + 定时任务

# Dify 定时任务示例
schedule:
  - name: "每日数据报告"
    cron: "0 9 * * *"  # 每天早上9点
    workflow:
      - tool: database-mcp
        action: run_report
        params:
          report_type: "daily_sales"
      - tool: notion-mcp
        action: create_page
        params:
          parent: "数据库/日报"
          content: "{{steps[0].result}}"

---

第四章：选择指南

什么时候用 Dify？

优势	适合场景
工作流强大	复杂多步骤业务流程
变量系统完善	数据需要在多步骤间流转
开源可自托管	数据隐私要求高的企业

什么时候用 Coze？

优势	适合场景
Bot 体验好	面向终端用户的对话应用
插件生态丰富	需要大量第三方集成
发布渠道多	需要快速部署到飞书/微信等平台

两者都支持的核心能力

• MCP Server 配置（stdio / SSE）
• 工具自动发现
• 变量绑定与传递
• 错误处理与重试
• 环境变量管理

---

总结

2026 年是 MCP 在低代码平台全面落地的一年。Dify 和 Coze 的 MCP 支持意味着：

• 非开发者也能享受 MCP 生态的红利
• AI 应用的构建从”写代码”变成了”拖组件”
• MCP 生态的影响力从开发工具扩展到企业级应用

无论你选择 Dify 还是 Coze，MCP 的标准化接口让工具集成变得前所未有的简单。一句话总结：MCP 负责连接，低代码平台负责编排。