比扣子简单! Cline+MCP 快速打造Agent工作流: 实战案例解析

随着人工智能技术的不断进步，构建个性化智能体的需求日益增加。国内虽然已有一些智能体平台，如豆包扣子，但这些平台要求开发者将代码和数据上传到第三方服务器，对于一些商业信息敏感的客户来说，这种做法可能带来数据泄露的风险。而在国际市场上，Anthropic 开源的 MCP 协议 和 Cline 插件，则为开发者提供了一种更加简单、安全、可控的方式来创建智能体。本文将详细介绍如何使用 Cline 和 MCP 协议 来快速搭建智能体，并通过实战案例展示其强大能力。

1. 为什么说 MCP 协议让创建智能体变得空前简单？

1.1 为什么要使用 MCP 协议

MCP 协议（Model Context Protocol）是一个开放协议，它标准化了 AI 应用与大语言模型（LLM）之间的连接方式。可以将 MCP 协议比作 USB-C 接口，它为 AI 应用提供了一个统一、灵活的接入方式，无论是本地数据源还是外部服务，都可以通过这个协议与大语言模型进行高效的对接。

为什么选择 MCP 协议？

• 简化开发流程：开发者不需要编写复杂的代码即可实现 LLM 与数据源、工具的连接。
• 跨平台支持：MCP 协议让开发者能够自由选择不同的大语言模型提供商，不再受限于单一平台。
• 数据安全：通过本地服务器与数据源的连接，避免了将敏感数据上传到第三方平台，最大限度保障数据隐私。

MCP 架构简图

1.2 什么是 Cline？

Cline 是一款开源的 VSCode 插件，它不仅能够帮助开发者进行代码编辑，还具备了强大的 AI 助手功能。借助 Claude 3.5 Sonnet 的代理编程能力，Cline 可以执行复杂的软件开发任务，如创建和编辑文件、浏览项目、执行终端命令等。最重要的是，Cline 通过与 MCP 协议的结合，使得开发者能够轻松扩展 AI 的功能，甚至创建完全自定义的智能体。

Cline 的主要优势：

• 易于集成：通过简单的配置，开发者可以在 VSCode 中轻松集成 AI 助手。
• 人机协作：在执行操作时，Cline 需要开发者的授权确认，确保开发过程中的安全性。
• 自定义能力强：开发者可以通过 MCP 协议创建新的工具和扩展，提升 AI 助手的功能。

1.3 使用 Cline 创建和使用 MCP 服务

通过以下简单的两步操作，开发者即可在 Cline 中创建自己的 MCP 服务并开始使用：

1.配置大语言模型：以 DeepSeek v3 为例，选择 API 提供商为“OpenAI Compatible”，并配置以下参数：

• Base URL：https://api.deepseek.com
• API Key：从 DeepSeek 获取的 API 密钥
• Model ID：deepseek-chat
• Custom Instructions：选择“请使用中文回答”以便生成中文内容

2.创建 MCP 服务：输入以下简单的提示词，即可创建一个 MCP 服务器：

Create a MCP server that can download the transcript of a youtube video when the video's URL is given.

创建成功后，Cline 会自动启动 MCP 服务，开发者只需通过输入视频 URL 来获取该视频的文字记录：

get transcript of https://www.youtube.com/watch?v=GBR6pHZ68Ho

这种方式极大简化了智能体的创建过程，开发者可以快速搭建和定制所需的功能。

2. 实战案例：为军事博主生成外媒评论

通过使用 Cline + MCP 协议，我们可以轻松制作各种智能体来执行特定任务。以下是为军事博主生成外媒评论的案例，我们通过创建两个智能体来实现：一个用来下载国外最大视频网站的解说词（Transcript），另一个用来根据给定的参考文字生成文章。

2.1 制作下载国外最大视频网站解说词的 Agent

为了下载视频的解说词，我们创建了一个简单的 MCP 服务，通过以下提示词：

Create a MCP server that can download the transcript of a youtube video when the video's URL is given.

Cline 会自动生成一个能够根据 YouTube 视频 URL 获取文字记录的智能体，并在任务完成后返回成功消息：

Task Completed

已成功创建一个 MCP 服务器，该服务器可以根据给定的 YouTube 视频 URL 下载视频的文字记录。该服务器已添加到 MCP 设置中，可以使用 get_transcript 工具来获取文字记录。

下载解说词的 Agent (MCP Server)

2.2 制作生成文章的 Agent

为了生成外媒评论文章，我们创建了一个根据参考文字生成文章的 MCP 服务。以下是创建该 Agent 的提示词：

Create a MCP server that can use reference text to create a article. Here is the prompt for the article creation:

## 角色：你是一位知名军事微信公众号的博主，笔名XXX。

## 气氛：应该站在一个中国军迷的角度来看待国外军事博主的评价。要充满对中国的自信。

## 任务：根据参考视频的解说词，编写一篇军事评论文章

## 指令：让我们分两个阶段完成这个任务

### 第一阶段：提示词优化

请为这个写作任务生成一个优化的提示词模板，考虑：

1. 文章结构要求

2. 内容深度要求

3. 论证方式要求

4. 语言风格要求

5. 目标读者定位

### 第二阶段：根据优化后的提示词完成写作

使用第一阶段生成的提示词模板来写作文章。

Cline 会根据该提示词自动生成一个智能体，并通过与大模型 API 的对接来生成文章：

Task Completed

I have created the article-generator MCP server, configured it to use the Gemini API, and used it to generate an article based on the provided YouTube video transcript. The article is a military commentary written from a Chinese perspective, as requested.

生成文章的 agent (MCP Server)

2.3 使用我们的 Agent 来生成文章

最后，使用以下提示词，我们可以生成文章 (用中文也没问题的哦)：

generate an article from this video: https://www.youtube.com/watch?v=ZXuuqyHcDdk&t=72s

• 模型自动使用下载解说词的第一个agent

• Cline 自动使用第2个 agent基于第一个agent下载的解说词创建文章

• 最后生成的文章

通过这一系列简单的步骤，Cline + MCP 协议让我们轻松创建了用于军事评论文章生成的智能体。

3. 结论

通过 Cline 和 MCP 协议，开发者可以更加高效、安全地创建智能体，而不需要担心数据泄露和平台依赖性。与国内的智能体平台如豆包扣子相比，这一方案不仅更加简洁可控，而且开发者可以完全掌控自己的数据和代码。无论是下载解说词，还是生成文章，Cline + MCP 协议都能帮助开发者快速实现自定义需求，提升工作效率。

通过这篇文章的案例，您可以看到使用 Cline + MCP 协议构建智能体的简单性与强大能力。如果您正在寻找一种更安全、灵活、可控的方式来构建自己的智能体，Cline 和 MCP 协议无疑是一个理想的选择。现在就动手试试吧，开启属于你的智能体开发之旅！

文章来自于“非架构”，作者“非架构”。