【作者主頁】Francek Chen
【專欄介紹】???人工智能與大模型應用??? 人工智能(AI)通過算法模擬人類智能,利用機器學習、深度學習等技術驅動醫療、金融等領域的智能化。大模型是千億參數的深度神經網絡(如ChatGPT),經海量數據訓練后能完成文本生成、圖像創作等復雜任務,顯著提升效率,但面臨算力消耗、數據偏見等挑戰。當前正加速與教育、科研融合,未來需平衡技術創新與倫理風險,推動可持續發展。
文章目錄
- 前言
- 一、什么是MCP
- 二、藍耘MCP平臺簡介
- 三、注冊登錄藍耘MCP平臺
- (一)注冊藍耘平臺賬號
- (二)進入藍耘MCP廣場
- 四、DeepSeek MCP服務器部署教程
- (一)安裝
- (二)功能
- (三)增強的對話功能
- (四)使用 MCP Inspector 進行測試
- 五、DeepSeek MCP服務工具詳情
- 六、使用Cherry Studio配置DeepSeek MCP
- 小結
前言
在人工智能飛速發展的當下,大語言模型與外部數據源、工具的集成成為關鍵。模型上下文協議(MCP)應運而生,為大模型和數據源建立安全雙向連接提供了標準化方案。藍耘元生代智算云平臺緊跟這一趨勢,重磅推出“MCP廣場”,集結眾多熱門 MCP 服務,致力于成為大模型與外部工具、數據源交互的核心樞紐。本文將詳細介紹 MCP 的概念、藍耘 MCP 平臺,以及如何注冊登錄該平臺和使用 DeepSeek MCP 服務器,助力開發者更好地利用這一創新技術,推動 AI 應用的高效落地。
一、什么是MCP
模型上下文協議(Model Context Protocol,MCP),是由 Anthropic 推出的開源協議,旨在實現大語言模型與外部數據源和工具的集成,用來在大模型和數據源之間建立安全雙向的連接。
模型上下文協議是專為高效獲得模型所需要上下文信息而設計的通用接口,可以將推動大語言模型應用的標準化和去中心化。該協議是提供了類似于 OpenAPI 的開放標準,定義了一套通用的通信協議、數據格式和規則,可以有簡化開發、靈活、實時響應、安全合規、可擴展的特點,它通過相同的協議同時處理本地資源(例如數據庫、文件、服務等)和遠程資源(例如 Slack 或 GitHub 等 API)。
MCP 是一個開放協議,它標準化了應用程序向 LLM 提供上下文的方式。可以將 MCP 視為 AI 應用的 USB-C 端口。正如 USB-C 提供了一種標準化的方式將您的設備連接到各種外圍設備和配件一樣,MCP 提供了一種標準化的方式將 AI 模型連接到不同的數據源和工具。
二、藍耘MCP平臺簡介
藍耘元生代智算云平臺重磅推出全新“MCP廣場”,集結了千余款備受矚目的熱門 MCP 服務,致力于為開發者搭建起大模型與外部工具、數據源之間標準化交互的核心樞紐。平臺秉持開源開放的先進理念,為 MCP 工具開發者提供專業的云上托管服務。通過不斷對功能矩陣進行迭代升級,平臺將深度推動大模型與 MCP 生態的協同發展、共同進化,為 Agent 及各類 AI 應用的快速落地提供強勁動力。
藍耘 MCP 平臺主頁:https://mcp.lanyun.net/#/home
藍耘 MCP 廣場不久前迎來全新升級,著重從云上托管服務、語義檢索模型以及工具集成這三大關鍵維度發力。平臺現已擁有超過 240 項托管服務,全面覆蓋搜索、學術研究、軟件開發等豐富多元的場景,滿足開發者在不同領域的多樣化需求。新增的 MCP Server 管理工具,讓開發者能夠輕松實現一鍵式狀態管控,操作更加便捷高效。語義檢索模型具備強大的自然語言理解能力,可支持自然語言生成服務組合,為開發者帶來全新的交互體驗。同時,平臺與 Cherry Studio 實現無縫集成,讓開發流程如行云流水般高效流暢。從智能應用的精心構建,到數據可視化分析的精準呈現,升級后的藍耘 MCP 廣場將以更加高效、智能的服務,助力開發者踏上 MCP 服務調用的全新征程,開啟無限可能。
三、注冊登錄藍耘MCP平臺
(一)注冊藍耘平臺賬號
點擊注冊鏈接:https://cloud.lanyun.net//#/registerPage?promoterCode=0131
輸入手機號獲取驗證碼,輸入郵箱(這里郵箱會收到信息,要激活郵箱),設置密碼,點擊注冊。如圖3所示。
新用戶福利:注冊后可領取免費試用時長(20元代金券,可直接當余額來使用)。
若已經注冊過帳號,點擊下方“已有賬號,立即登錄”即可。
(二)進入藍耘MCP廣場
登錄后進入首頁,點擊“MCP廣場”,如圖4所示。
接著進入 MCP 廣場的商店。在這里,用戶可以看到多種來自不同供應商的 MCP 服務,涵蓋知識與記憶、時間與天氣、安全審計等多個類別,如 MCP 時間服務器、MCP 天氣服務器、Sentry 監控工具等,部分服務標注“已托管”。圖5中展示的是藍耘元生代 MCP 廣場的服務器頁面。
四、DeepSeek MCP服務器部署教程
這里我們選擇 DeepSeek MCP 服務器介紹相關的部署操作過程。(DeepSeek MCP 服務器 - GitHub)
一個用于 DeepSeek API 的模型上下文協議(MCP)服務器,允許 DeepSeek 強大的語言模型與 Claude Desktop 等支持 MCP 的應用程序無縫集成。
(一)安裝
1. 通過 Smithery 安裝
要通過 Smithery 自動為 Claude Desktop 安裝 DeepSeek MCP 服務器:
npx -y @smithery/cli install @dmontgomery40/deepseek-mcp-server --client claude
2. 手動安裝
npm install -g deepseek-mcp-server
3. 與 Claude Desktop 一起使用
將以下內容添加到您的claude_desktop_config.json
文件中:
{"mcpServers": {"deepseek": {"command": "npx","args": ["-y","deepseek-mcp-server"],"env": {"DEEPSEEK_API_KEY": "your-api-key"}}}
}
(二)功能
注意:服務器通過將這些自然語言請求映射到適當的配置更改來智能處理。您還可以查詢當前設置和可用模型:
- 用戶:“有哪些可用的模型?”
回應:通過 models 資源顯示可用模型及其功能列表。 - 用戶:“我有哪些配置選項?”
回應:通過 model-config 資源列出所有可用配置選項。 - 用戶:“當前的溫度設置是多少?”
回應:顯示當前的溫度設置。 - 用戶:“開始一個多輪對話。使用以下設置:模型:‘deepseek-chat’,不要過于有創意,并允許 8000 個令牌。”
回應:以指定設置開始一個多輪對話。
如果 R1 模型不可用時自動切換到備用模型
如果主模型 (R1, 在服務器中稱為deepseek-reasoner
) 不可用,服務器會自動嘗試使用 v3 (在服務器中稱為deepseek-chat
)
注意:您也可以隨時通過給出提示并說“使用deepseek-reasoner
”或“使用deepseek-chat
”來回切換
推薦 v3 用于一般用途,而 R1 由于速度和令牌使用的原因,推薦用于更技術性和復雜的查詢
可用模型和配置的資源發現:
- 自定義模型選擇
- 溫度控制 (0.0 - 2.0)
- 最大令牌限制
- Top P 采樣 (0.0 - 1.0)
- 存在懲罰 (-2.0 - 2.0)
- 頻率懲罰 (-2.0 - 2.0)
(三)增強的對話功能
多輪對話支持:
- 保持整個交流過程中完整的消息歷史和上下文
- 在整個對話過程中保留配置設置
- 自動處理復雜的對話流程和后續鏈
此功能對于以下兩個關鍵用例特別有價值:
- 訓練與微調:由于 DeepSeek 是開源的,許多用戶正在訓練自己的版本。多輪支持提供了正確格式化的對話數據,這對于訓練高質量的對話模型至關重要。
- 復雜交互:對于生產使用,這有助于管理更長的對話,在這些對話中上下文非常關鍵:
- 多步驟推理問題
- 互動故障排除會話
- 詳細的技術討論
- 任何早期消息的上下文影響后續響應的情景
實現過程在幕后處理所有上下文管理和消息格式化,讓您能夠專注于實際的交互,而無需擔心維護對話狀態的技術細節。
(四)使用 MCP Inspector 進行測試
您可以使用 MCP Inspector 工具本地測試服務器:
1. 構建服務器:
npm run build
2. 使用 MCP Inspector 運行服務器:
# 確保指定構建服務器的完整路徑
npx @modelcontextprotocol/inspector node ./build/index.js
檢查器將在您的瀏覽器中打開并通過 stdio 傳輸連接到服務器。您可以:
- 查看可用工具
- 使用不同參數測試聊天完成情況
- 調試服務器響應
- 監控服務器性能
注意:服務器默認使用 DeepSeek 的 R1 模型(deepseek-reasoner),該模型為推理和一般任務提供最先進的性能。
五、DeepSeek MCP服務工具詳情
- chat_completion
{"$schema": "http://json-schema.org/draft-07/schema#","additionalProperties": false,"properties": {"frequency_penalty": {"default": 0.1,"maximum": 2,"minimum": -2,"type": "number"},"max_tokens": {"default": 8000,"exclusiveMinimum": 0,"type": "integer"},"message": {"type": "string"},"messages": {"items": {"additionalProperties": false,"properties": {"content": {"type": "string"},"role": {"enum": ["system","user","assistant"],"type": "string"}},"required": ["role","content"],"type": "object"},"type": "array"},"model": {"default": "deepseek-reasoner","type": "string"},"presence_penalty": {"default": 0,"maximum": 2,"minimum": -2,"type": "number"},"temperature": {"default": 0.7,"maximum": 2,"minimum": 0,"type": "number"},"top_p": {"default": 1,"maximum": 1,"minimum": 0,"type": "number"}},"type": "object"
}
- multi_turn_chat
{"$schema": "http://json-schema.org/draft-07/schema#","additionalProperties": false,"properties": {"frequency_penalty": {"default": 0.1,"maximum": 2,"minimum": -2,"type": "number"},"max_tokens": {"default": 8000,"exclusiveMinimum": 0,"type": "integer"},"messages": {"anyOf": [{"type": "string"},{"items": {"additionalProperties": false,"properties": {"content": {"additionalProperties": false,"properties": {"text": {"type": "string"},"type": {"const": "text","type": "string"}},"required": ["type","text"],"type": "object"},"role": {"enum": ["system","user","assistant"],"type": "string"}},"required": ["role","content"],"type": "object"},"type": "array"}]},"model": {"default": "deepseek-chat","type": "string"},"presence_penalty": {"default": 0,"maximum": 2,"minimum": -2,"type": "number"},"temperature": {"default": 0.7,"maximum": 2,"minimum": 0,"type": "number"},"top_p": {"default": 1,"maximum": 1,"minimum": 0,"type": "number"}},"required": ["messages"],"type": "object"
}
六、使用Cherry Studio配置DeepSeek MCP
按照上述 DeepSeek MCP 服務工具詳情,使用 Cherry Studio 進行相關配置。
顯示出來當前 Cherry Studio 已經集成的 MCP 服務,選擇“fetch”和“filesystem”這兩個服務,然后返回到對話界面。
在對話界面的下方,點擊“MCP服務器”的圖標,然后點擊“fetch”和“filesystem”這兩個服務左側的圖標,選中這兩個服務。
接下來,驗證“fetch”服務的功能。在對話框用自然語言的方式,輸入要求:總結某一個網頁的內容。
小結
在 AI 飛速發展當下,大語言模型與外部集成關鍵,模型上下文協議(MCP)為此提供標準化方案。藍耘元生代智算云平臺推出“MCP 廣場”,集結眾多熱門 MCP 服務,成為交互核心樞紐。平臺主頁可訪問,且不斷迭代升級,從云上托管、語義檢索、工具集成等維度發力,有超 240 項托管服務,新增管理工具,集成 Cherry Studio。注冊登錄藍耘平臺后,可進入 MCP 廣場選擇服務。本文以 DeepSeek MCP 服務器為例,介紹其部署教程,包括安裝方式、功能特點,如多輪對話支持等,還提及可用模型、配置資源發現及使用 MCP Inspector 測試服務器的方法,最后給出了 DeepSeek MCP 服務工具詳情。
歡迎 點贊👍 | 收藏? | 評論? | 關注🤗