資料來源：火山引擎-開發者社區
近日，火山引擎發布大模型生態廣場—— MCP Servers，借助字節跳動生態能力，通過“MCP Market（工具廣場）+ 火山方舟（大模型服務）+Trae（應用開發環境）”深度協同，實現工具調用、模型推理到應用部署的全鏈路開發閉環，助力開發者以 “模塊化組裝” 模式告別復雜手動開發流程。
火山引擎大模型生態廣場MCP Servers的核心架構由三部分組成：
1.MCP Market（工具廣場） ：“大模型工具超市”，集成了眾多高質量的 MCP 協議適配工具，涵蓋搜索、數據庫、業務系統 API 等高頻場景。目前，MCP Market已開源，企業能將自研工具按 MCP 協議封裝并上傳共享，實現“用生態”與“建生態”的良性循環，讓工具資源不斷豐富。
2.火山方舟（大模型服務） ：讓模型從“被動執行指令”轉變為“主動調用資源”解決任務。比如用戶規劃出差行程，大模型會自動解析 MCP 工具庫，調用航班查詢工具獲取實時信息，聯動導航工具規劃路線，最后整合輸出結果。若航班延誤，模型還能及時調整方案（如“建議改簽高鐵，避免誤事”），真正讓大模型從“聊天助手”升級為“干活能手”。
3.Trae（應用開發環境） ：在 Trae 中開發大模型應用，如同與 AI 組隊。開發者輸入需求后，Trae 的智能體自動拆解任務并調用適配工具，開發者只需補充約束或指定工具，后續的邏輯串聯、接口調試都由 AI 完成，應用完成后還能一鍵部署，實現“需求輸入即開發啟動”的高效流程。
作為MCP Servers首批發布的協議適配工具，LAS MCP可以讓用戶在開發過程中，與AI數據湖服務LAS更好、更快適配。
用戶只需在大模型工具廣場選擇并生成 LAS MCP 的調用方式，隨后注冊到 Trae，再結合火山方舟的大模型服務，就能快速完成一款數據分析應用的開發工作。
據介紹，火山引擎AI數據湖服務 LAS 孵化于字節跳動大模型業務，能構建新一代AI數據湖，高效存儲、管理和處理多模態數據（文本、圖像、音視頻等），支持數據準備、模型微調等場景。
具備以下特點：
1.支持文本、圖像、音視頻等多模態數據入湖，采用 Lance、Iceberg 等優化湖格式自動管理存儲碎片。
2.提供數據集全生命周期管理，支持數據查詢、版本控制及分布式緩存加速。
3.內置 Ray、PySpark 分布式引擎，兼容 CPU/GPU 異構調度，并集成數百個 AI 數據處理算子，支持自定義工作流編排。
作為火山引擎MCP生態的核心數據組件，LAS已與火山方舟大模型平臺深度集成，為企業提供從數據準備、模型訓練到推理部署的全流程AI數據支撐，在智能媒體、自動駕駛、金融分析等場景中，大幅降低AI應用落地門檻。
