本文主要讲述通过 Nacos+Higress 的方案实现0代码改造将 Agent 连接到存量应用,能够显著降低存量应用的改造成本。
MCP 的发展速度之快,似乎超出了大部分人的想象。今年2月,Cursur、Winsurf、Cline 均开始引入 MCP,近日 OpenAI 宣布支持 MCP,国内百度地图、高德地图陆续发布 MCP Server,还有一众非常活跃的提供 MCP 托管和中间件服务的供应商,MCP 生态正呈现越加丰富和成熟的发展态势。
虽然 AI 在短期内依旧面临 ROI 的考验,但几乎所有人都不会怀疑他的未来,都不希望错过这一场“军备竞赛”。问题随之而来,存量业务架构中的 API 改造成 MCP Server,既面临时间成本,还有人力上的挑战。企业对能提升 MCP 构建效率的开源和商业方案愈加渴望。
Nacos 作为 MCP Registry,扮演控制面的角色,不仅管理 Tool 的元信息,还可以把存量 API 转化成 MCP 协议。
Nacos 可以帮助应用快速把业务已有的 API 接口,转换成 MCP 协议接口,结合 Higress AI 网关,实现 MCP 协议和存量协议的转换。其中,Nacos 提供存量的服务管理和动态的服务信息定义,帮助业务在存量接口不改动的情况下,通过 Nacos 的服务管理动态生效 Higress 网关所生成的 MCP Server 协议。
借助 MCP 的发展契机,Nacos (Naming and Configuration Service)正从构建云原生应用向云原生 AI 应用的动态服务发现、配置管理和服务管理平台开源项目进行演进 ,近期 Nacos 即将发布3.0 正式版本,会体系化面向 AI 架构进行升级。
为什么能实现“0代码”适配 MCP Server
我们先看一下普通的调用是如何发生。
首先,调用者需要知道服务提供者的地址(一个域名或者是一个 IP),之后调用者根据提前约定好的参数,对接口进行调用。调用流程图如下:
在日常开发中,我们已经知悉当前的提供者的接口集合、接口和接口参数的具体作用,所以可以基于这些上下文,在业务代码中写入调用逻辑,实现服务间的调用。对模型而言,这些调用上下文也是必须的,模型也需要知道服务提供者的接口集合以及接口的详细描述,才能根据上下文进行接口调用。
因此,对于已经使用 Nacos 作为注册配置中心的存量服务而言,Nacos 中已经存储了服务的调用地址,只需要增加服务的接口信息就能实现模型来调用上下文。
为此,我们引入了“应用全局描述”来描述当前应用以及接口的详细信息,通过统一的接口描述协议对Nacos 中的服务进行 MCP 化改造。对于之前未注册在 Nacos 中的服务,只需要通过 Nacos 持久化服务发现手动注册即可。在配置完服务相关信息之后,MCP 协议需要的相关数据都已经齐全了,接下来就需要考虑如何将这些数据通过 MCP 协议暴露出去,这里我们通过 Higress 的插件机制完成 MCP 协议的暴露能力。调用流程图如下:
Nacos 转化 MCP 的具体实现原理
MCP 协议目前支持多种资源(Tool、Prompt、Resource 等),我们对使用量较高的 Tool 进行了优先实现,再借助 Higress 提供的统一的 SSE 协议支持,便加速了 MCP Server 的构建。
实现原理上,我们通过在 Higress 中的 MCP Server 插件实现了 Nacos 中管理的 Tools 的暴露,对外通过 MCP 协议暴露普通 HTTP 服务,需要先完成两件事,实现原理图如下:
1. 暴露 tool/list 接口,由 Higress 代理返回所有的 Tool 列表
tool/list 方法主要负责将当前 MCP Server 支持的 Tool 的详细信息列表返回给客户端,返回信息包含 Tool 的作用描述和 Tool 的参数描述(包含类型,作用等),然后通过将 Nacos 存储的描述信息转化为标准的 MCP 协议里的 tool/list 结果,返回给客户端。
Nacos 中会注册多个服务,每个服务会有多个接口,每一个接口映射为一个 Tool,Tool 的描述信息就是接口的描述信息,之后根据接口名,将所有服务中的所有 Tool 的服务名等生成全局唯一的 Tool 名称,然后将这些 Tool 聚合为当前的 Tool 列表,返回给 MCP Client。
2. 协议转化,对 MCP 协议的 Json RPC 转化为普通 HTTP 请求,并转发到后端服务
当 MCP Client 要调用 Tool 的时候,Higress 将 tool/call 的 Json RPC 请求解析出来,通过用户配置的参数映射信、Path、后端地址等信息,Higress 生成后端的 HTTP 调用请求,并进行调用。调用完成后,再将后端的调用结果包装供标准的 tool/call 接口调用的返回结果。
在整体实现中,Nacos 作为 MCP Registry,扮演控制面的角色来管理 Tool 的元信息,Higress 在数据面做协议转换和 RPC 调用。存量服务只需要添加接口描述即可,无需做任何改动。
使用 Nacos 管理 Tool 的元信息的优势
最近高德推出了 MCP Server 获得了业内广泛关注,这部分 Server 是高德基于 MCP 社区的开发指引实现的,构建成本较高。接下来,我们基于高德官方的 Open API 接口,通过 Nacos+Higress 的方案,来演示如何0代码适配 MCP Server。
环境准备
Nacos 部署
通过 docker 部署 nacos:
export NACOS_AUTH_TOKEN=自定义的token,token为原始内容的base64编码结果
export NACOS_AUTH_IDENTITY_VALUE=自定义的IDENTITY_VALUE,任意英文和数字组合
docker run -td -e PREFER_HOST_MODE=hostname -e MODE=standalone -e NACOS_AUTH_IDENTITY_KEY=serverIdentity -e NACOS_AUTH_IDENTITY_VALUE=${NACOS_AUTH_IDENTITY_VALUE} -e NACOS_AUTH_TOKEN=${NACOS_AUTH_TOKEN} -p 8848:8848 -p 9848:9848 nacos/nacos-server
Higress 部署
部署文档可参考:https://higress.cn/ai/mcp-quick-start/
高德开发者 API KEY 申请
调用高德 API,我们首先需要申请到高德 API 的 key。
进入高德开发者平台:https://console.amap.com/dev/index ,登陆之后,创建新应用。
创建新应用:
应用创建完成之后,我们创建 key:
在控制台看到 key,将 key 保存下来
接下来我们在Nacos中配置完成高德HttpApi的描述文件的配置以及高德域名信息配置。
在 Nacos 中进行高德 API 服务配置
首先我们通过持久化服务发现的能力将高德的域名注册到 nacos 中,服务名为 amap,分组为 amap。
创建完服务之后,我们将高德的域名注册到 Nacos 中。
通过以下命令注册高德的域名。
curl -X POST 'http://127.0.0.1:8848/nacos/v1/ns/instance?serviceName=amap&groupName=amap&ip=restapi.amap.com&port=80&ephemeral=false'
检查 amap 服务的实例数变为1。
在配置中心新建一个配置文件对高德的 API 进行描述。
进入配置中心,点击新建配置。
创建 DataId 为 amap-mcp-tools.json分组为 amap 的配置项,配置内容为
{
"protocol": "http",
"tools": [
{
"name": "get_weather",
"description": "get weather",
"inputSchema": {
"type": "object",
"properties": {
"city": {
"type": "string",
"description": "city adcode"
}
}
}
},
{
"name": "get_adcode",
"description": "get adcode via address",
"inputSchema": {
"type": "object",
"properties": {
"address": {
"type": "string",
"description": "address"
}
}
}
},
{
"name": "get_address_via_ip",
"description": "get address via ip",
"inputSchema": {
"type": "object",
"properties": {
"ip": {
"type": "string",
"description": "ip address"
}
}
}
}
],
"toolsMeta": {
"get_weather": {
"credentialRef": "amap-key.json",
"InvokeContext": {
"path": "/v3/weather/weatherInfo",
"method": "GET"
}
},
"get_adcode": {
"credentialRef": "amap-key.json",
"InvokeContext": {
"path": "/v3/geocode/geo",
"method": "GET"
}
},
"get_address_via_ip": {
"credentialRef": "amap-key.json",
"InvokeContext": {
"path": "/v3/ip",
"method": "GET"
}
}
}
}
这个配置描述了高德的 HTTP API 的相关参数信息,以及 Higress 进行协议转换时需要的上下文信息。再创建 DataId 为 amap-key.json, 分组为 amap 的配置项配置内容为:
{
"type": "fixed-query-token",
"credentialsMap": {
"key": "key",
"value": "高德的api key"
}
}
在 Nacos 中进行获取出口 IP 服务配置
注册一个获取当前出口 IP 的服务获取当前的 IP。以 ipinfo.io 为例,在服务管理中创建服务 ip, 分组为 ip:
服务创建完成之后,向 Nacos 中注册 ipinfo.io 的域名信息,执行以下命令。
curl -X POST 'http://127.0.0.1:8848/nacos/v1/ns/instance?serviceName=ip&groupName=ip&ip=ipinfo.io&port=80&ephemeral=false'
注册完成之后,就能在 Nacos 控制台看到 IP 服务的下有一个实例了。
服务创建完成之后,我们在配置中心配置获取 IP 服务的接口描述。创建 DataId ip-mcp-tools.json为 ,分组为 ip的配置,配置内容为:
{
配置创建完之后,就可以在 Cursor 中配置 Higress 作为 MCP Server 调用 Tool 了。
Cursor MCP 配置
Cursor 的具体配置方法如下:首先安装最新版本的 Cursor,安装完成之后在 Cursor 的设置中,配置 MCP Server 的具体信息。
{
"protocol": "http",
"tools": [
{
"name": "get_current_ip_address",
"description": "get current caller's ip address",
"inputSchema": {
"type": "object",
"properties": {
"empty_args": {
"type": "string",
"description": "should be empty"
}
}
}
}
],
"toolsMeta": {
"get_current_ip_address": {
"InvokeContext": {
"path": "/",
"method": "GET"
}
}
}
}
配置完成后可以看到 通过 Higress + Nacos 暴露的 MCP Server 提供的 Tool。
查询天气
接下来,我们通过 Agent 模式向智能体,询问今天天气怎么样。
可以看到,智能体先获取了当前主机的出口 IP,再通过 IP 获取到具体的省市信息,再通过省市信息获取到adcode,最终通过 adcode 获取到当前的天气信息。
整个过程中,用户只需要将服务注册在 Nacos 中,并且在 Nacos 中配置服务接口相关的描述信息即可,服务本身的代码无需任何改造;
通过 Nacos+Higress 的方案实现0代码改造将 Agent 连接到存量应用,能够显著降低存量应用的改造成本。
当前需要用户手动配置接口描述信息,后续可以通过工具化的能力将接口进一步简化,用户只需要微调即可。现实中,我们有大量的存量服务和接口,按照接口到 Tool 的映射,我们将会有非常多的 Tool,当 Agent 拉取 Tool 列表并传递给模型的时候,将会有非常多的 token 消耗,并且模型的性能也可能会下降。
那么如何在上下文中圈定有效的 Tool 列表,并返回给 Agent,将会是我们后续重要的演进方向之一。除了Tool,MCP 协议还有 Prompt、Resource 等,MCP 社区也在持续更新协议,我们将在后续逐个支持,助力 MCP 生态的发展。
Nacos 3.0 AI 应用服务管理平台
Nacos 3.0 架构已将发布正式版本,定位 AI 应用服务管理平台,包含了 MCP 动态管理,也覆盖通用 AI 生态场景,包含模型参数、Prompt 动态模版等场景帮助业务动态管理实时生效,Nacos 社区有完备的多语言客户端生态,成熟的 Python、GO、Rust、Java、NodeJS等主流语言的适配,帮你用最低的成本快速构建AI应用;
文章来自微信公众号 “ 阿里云开发者 “,作者 于葵,于怀
【开源免费】Browser-use 是一个用户AI代理直接可以控制浏览器的工具。它能够让AI 自动执行浏览器中的各种任务,如比较价格、添加购物车、回复各种社交媒体等。
项目地址:https://github.com/browser-use/browser-use
【开源免费】AutoGPT是一个允许用户创建和运行智能体的(AI Agents)项目。用户创建的智能体能够自动执行各种任务,从而让AI有步骤的去解决实际问题。
项目地址:https://github.com/Significant-Gravitas/AutoGPT
【开源免费】MetaGPT是一个“软件开发公司”的智能体项目,只需要输入一句话的老板需求,MetaGPT即可输出用户故事 / 竞品分析 / 需求 / 数据结构 / APIs / 文件等软件开发的相关内容。MetaGPT内置了各种AI角色,包括产品经理 / 架构师 / 项目经理 / 工程师,MetaGPT提供了一个精心调配的软件公司研发全过程的SOP。
项目地址:https://github.com/geekan/MetaGPT/blob/main/docs/README_CN.md
【开源免费】XTuner 是一个高效、灵活、全能的轻量化大模型微调工具库。它帮助开发者提供一个简单易用的平台,可以对大语言模型(LLM)和多模态图文模型(VLM)进行预训练和轻量级微调。XTuner 支持多种微调算法,如 QLoRA、LoRA 和全量参数微调。
项目地址:https://github.com/InternLM/xtuner
【开源免费】LangGPT 是一个通过结构化和模板化的方法,编写高质量的AI提示词的开源项目。它可以让任何非专业的用户轻松创建高水平的提示词,进而高质量的帮助用户通过AI解决问题。
项目地址:https://github.com/langgptai/LangGPT/blob/main/README_zh.md
在线使用:https://kimi.moonshot.cn/kimiplus/conpg00t7lagbbsfqkq0