長話短說：

今天，阿里云百煉正式上線了 MCP（Model Context Protocol）服務(wù)的完整平臺能力，覆蓋從服務(wù)注冊、云托管，到 Agent 調(diào)用、流程組合的全生命周期。

https://bailian.console.aliyun.com/

很不錯！這事兒算是一個轉(zhuǎn)變：

工具調(diào)用，不再是模型廠的「私有功能」，而是被抽象為一種通用能力，并具備了完整的產(chǎn)品形態(tài)。

換句話說 百煉把 MCP Client 和 MCP Server 封在了一起，放在了 MAAS 上

于是，第一時間我上手試了試，本文也會順著講清楚三件事：

1. 這套 MCP 服務(wù)，能做什么？

2. 怎么用？

3. 和 Plugin 有什么區(qū)別？

Founder Park 正在搭建開發(fā)者社群，邀請積極嘗試、測試新模型、新技術(shù)的開發(fā)者、創(chuàng)業(yè)者們加入，請掃碼詳細(xì)填寫你的產(chǎn)品/項目信息，通過審核后工作人員會拉你入群～

進(jìn)群之后，你有機(jī)會得到：

• 高濃度的主流模型（如 DeepSeek 等）開發(fā)交流；

• 資源對接，與 API、云廠商、模型廠商直接交流反饋的機(jī)會；

• 好用、有趣的產(chǎn)品/案例，F(xiàn)ounder Park 會主動做宣傳。

01MCP 能干啥

這里我測了兩個典型的 Agent 例子，分別是「導(dǎo)航推薦助手」和「網(wǎng)頁抓取助手」。

在百煉上，可以通過多種方式，構(gòu)建 Agent

單 MCP 調(diào)用：高德地圖 + AI 導(dǎo)游

這是一個簡單的智能體應(yīng)用，目標(biāo)是：根據(jù)用戶的旅行目的地，生成當(dāng)天的城市游推薦方案，并串聯(lián)天氣、位置、美食和導(dǎo)航任務(wù)。

整個過程沒有寫代碼，只是在百煉廣場上開通高德地圖（Amap Maps）的 MCP 服務(wù)，然后在「創(chuàng)建智能體應(yīng)用」后，拉取這個 MCP 服務(wù)。

下面的視頻是原速，可以感受下：

輸入一個城市，比如“西安”，Agent 會自動：

1. 查詢當(dāng)天西安天氣

2. 基于定位列出附近的景點、餐飲店

3. 安排出行路徑（如騎行/地鐵）

4. 給出推薦行程描述和地圖跳轉(zhuǎn)鏈接

整個任務(wù)鏈由 Agent 自動執(zhí)行，所有服務(wù)來自百煉托管的 MCP 接口，無需我們部署服務(wù)器、寫 API 代碼或解析參數(shù)文檔。

多 MCP 調(diào)用：網(wǎng)頁抓取 + 數(shù)據(jù)生成

這是一個稍微復(fù)雜的 Case，通過構(gòu)建工作流，讓 AI 幫我取抓取網(wǎng)頁，然后進(jìn)行頁面提取，最后保存在 Notion 里。

從流程上來說，就是

1. 大模型識別對話中的 URL

2. 通過 Firecrawl 抓取這個頁面的信息

3. 通過大模型對信息進(jìn)行總結(jié)

4. 將總結(jié)后的信息，上傳到 Notion

這一套工具鏈同樣通過 MCP 服務(wù)構(gòu)建，串聯(lián)了「Firecrawl」、大模型本身的處理，以及「Notion」等多個內(nèi)容，全部可復(fù)用、可組合，也不依賴特定模型。

02百煉上的 MCP 怎么用？

在百煉 MCP 平臺上，開發(fā)者可以通過兩種方式使用 MCP 服務(wù)。

地址在這里：https://bailian.console.aliyun.com/?tab=app#/mcp-manage

第一種：直接用官方托管服務(wù)（選服務(wù)）

目前，百煉已經(jīng)上線了 15 款 MCP 的云服務(wù)，并提供了 61 款社區(qū) MCP 的介紹，更多的還在路上。

以上服務(wù)已部署，更多服務(wù)在路上

這些都是社區(qū) MCP

這種方式適合絕大多數(shù)場景，幾乎“零門檻”：

1. 打 MCP 服務(wù)廣場
2. 找到你需要的服務(wù)（如高德、GitHub、Notion）
3. 點開通，填寫 API key（如有）
4. 就能在 Agent 或流程中直接調(diào)用

服務(wù)由百煉托管在函數(shù)計算上，調(diào)用即加載、通過 API 按量計費。

上面測試的高德導(dǎo)航、網(wǎng)頁抓取等場景，都是走這一套流程。開發(fā)者不需要管部署，不需要寫 Glue Code，調(diào)用非常穩(wěn)定，尤其適合原型驗證和組合式 Agent 設(shè)計。

據(jù)知情人士透露 百煉MCP服務(wù)將是阿里AI商業(yè)化重要落棋。 未來，阿里的服務(wù)，以及更多的三方應(yīng)用，都將逐步上線到百煉，來滿足任意場景Agent的開發(fā)需求。

如果你有自己的 API，或者需要引入社區(qū)里的 MCP server（比如從 GitHub 上 clone 的開源項目），也可以走“自建部署”的路徑：

1. 打開“注冊服務(wù)”界面

2. 貼一下npx安裝 或 Python 腳本（Python 暫還是灰的）

3. 系統(tǒng)會自動創(chuàng)建一個函數(shù)計算實例來托管你的服務(wù)

4. 注冊成功后，該服務(wù)就能作為 MCP 工具被調(diào)用

這條路徑稍微偏“開發(fā)者向”，但整個過程比傳統(tǒng)的服務(wù)器部署方式要簡單得多：

• 不需要自己買機(jī)器

• 不需要配置負(fù)載均衡或權(quán)限系統(tǒng)

• 可以通過文本配置定義 schema，自動生成模型調(diào)用示例

以前做一個“插件”要寫代碼、跑服務(wù)、調(diào)結(jié)構(gòu)，現(xiàn)在開個服務(wù)就是點幾下配置。

03MCP 和 Plugin 的區(qū)別

我相信，很多人還會有個反應(yīng)：這不就是 Plugin？

對此，我也特意和百煉的朋友聊了這個問題，得到的回答很明確：

Plugin 是為某個模型寫的私有接口描述；MCP 是跨模型、跨平臺可復(fù)用的通用協(xié)議。

差別主要體現(xiàn)在三個層面：

協(xié)議開放性

Plugin 是各廠商其自己模型設(shè)計的，無法直接復(fù)用到其他模型平臺。而 MCP 的目標(biāo)是讓所有模型理解同一種“服務(wù)語言”。無論 Claude、GPT、百煉自有模型，理論上都能讀懂相同的 MCP 接口描述，并做出合理調(diào)度。

MCP 和 Plugin 的區(qū)別 be like

服務(wù)部署方式

Plugin 開發(fā)者需要自己部署服務(wù)，并管理調(diào)用、安全、負(fù)載等細(xì)節(jié)。MCP 在百煉的實現(xiàn)中，服務(wù)由平臺托管，開發(fā)者只需提供邏輯，其他都交由平臺自動完成（如函數(shù)計算、鑒權(quán)轉(zhuǎn)發(fā)等）。

調(diào)用范式

Plugin 更像是“硬編碼調(diào)用”：定義好 schema，模型識別后調(diào)用一次函數(shù)。MCP 支持的是多步調(diào)度、多工具組合，更適合 Agent 執(zhí)行復(fù)雜任務(wù)時使用。

在我看來 MCP 是對 Plugin/Function Calling/Tool Using 再封裝了一輪，這樣遷移環(huán)境的時候，節(jié)省了一部分調(diào)配的功夫。

04寫在最后：從工程對接，到能力平臺

在 MCP 之前，讓 AI 調(diào)用外部工具，更像是一項繁瑣的工程任務(wù)，你需要寫描述、調(diào)接口、配參數(shù)、部署服務(wù)等等...現(xiàn)在，這些正在被重新定義為一種標(biāo)準(zhǔn)化的、平臺化的能力。

在我看來，這是一種焦點的轉(zhuǎn)移：

• 過去，重心在“人”：工具主要服務(wù)于開發(fā)者，AI 需要被動適應(yīng)。

• 現(xiàn)在，重心在“AI”：服務(wù)被設(shè)計成易于 AI 理解和使用，主動擁抱模型。

非常有趣。