MCP中台建设

一、背景

随着AI智能体的发展，传统大模型虽能根据输入生成响应，但在实际应用中仍难以基于现有业务数据与功能灵活满足用户需求，亟需MCP提供辅助支持。

二、痛点分析

当前大模型在应用过程中存在以下关键问题：

（1）缺乏对业务数据的有效利用：无法基于企业已有数据进行个性化输出。

（2）与业务功能集成不足：难以调用系统内具体功能模块来满足用户的真实业务诉求。

三、建设目标

四、架构全景图

 

五、关键技术特性

动态工具发布机制

使用配置中心发布工具，mvc server订阅后动态注册工具

    
{
      "$schema": "https://json-schema.org/draft/2020-12/schema",
      "type": "object",
      "properties": {
          "awardPunishmentNo": {
              "type": "string",
              "description": "奖惩单据编号,此参数需要要求用户提供，如果用户未提供需要引导用户提供"
          },
      },
      "required": [
          "awardPunishmentNo"
      ],
      "additionalProperties": false,
      "yxtToolName": "assist-core-toolkit-local_getAwardPunishment",
      "yxtToolDescription": "根据奖惩单编号查询奖惩信息，针对必填参数需要强制要求用户提供，如果用户未奖惩单据编号则不能调用此工具，需要提示用户补充单据编号2335375",
      "yxtToolEnable": true,
      "yxtToolProvider": {
          "protocol": "server", //git，cf,server,qiyewexin
          "protocolMeta": {
              "serverName": "order-local",
              "serverUrl": "/c/order/r/1.0/order"
          },
          "alarmTagIdList": [
              11
          ] //工具不可用告警  
      }
  }

 

权限控制策略

 

六、工具调用完整流程

 

七、MCPServer 划分方案对比

 

八、核心价值

  愿景：通过 MCP 协议标准化建设，让 AI 大模型真正融入企业业务系统，成为提升生产力的得力助手，而非空中楼阁式的玩具。