MCP 网关

一句话概述：本文介绍如何在「连接中心 > AI 连接流」中，将一条编排好的连接流发布为标准的 MCP 服务，供外部 AI Agent 发现并调用，帮助集成工程师完成「一个服务、多个工具、各自独立处理逻辑」的搭建。

概述#

适用对象#

核心概念与流程结构#

图 1：MCP Server 连接流的节点结构关系

前提条件#

最佳实践：使用 MCP 网关功能配置数据库查询 MCP SERVER#

说明：以下步骤演示搭建一条「数据库数据查询」MCP 服务的完整链路：创建连接流 → 配置 MCP Server → 添加 MCP Tool → 配置节点动作 → 配置返回变量 → 发布上线。

1

步骤 1：创建 MCP Server 连接流

1.

在左侧导航进入 连接中心 > AI 连接流 页面

2.

点击右上角「创建连接流」按钮，在弹出选项中选择「手动创建」，进入空白画布编辑页

3.

点击画布中央的「添加触发节点」提示框，弹出「选择入口类型」面板

4.

选择 MCP Server 入口（用于构建可被 Agent 发现和调用的 MCP Server）

图 2：选择入口类型

入口类型	说明
自动化触发器	创建普通的连接流自动化流程
MCP Server 入口	构建可被 Agent 调用的 MCP Server（本文重点）
第三方 MCP Server	标注「后续版本支持」，当前尚不可用

5.

在「选择 MCP Server 入口」子面板中选择「MCP 触发器」，展开后选择 自定义 MCP 触发器（生成 MCP Server，并挂载多个 MCP Tool）

图 2：选择入口类型

2

步骤 2：配置 MCP Server 节点

点击 MCP 触发器节点打开「节点配置」面板。面板分三栏：左侧「选择变量」（Server 节点作为起点通常为空）、中间参数配置区、右侧「节点测试」区。

在中间配置区填写以下字段：

字段	是否必填	说明与填写指南
MCP Server 名称	必填	提供给人类阅读的服务名称，用于在列表和管理界面中识别该服务
MCP 描述	必填	说明该服务具备哪些能力、适用什么场景。该描述会提供给 AI Agent，帮助其理解服务能提供哪些工具，建议写得清晰具体
MCP Server 地址	只读	占位提示为「保存并发布后生成」，由平台在流程发布上线后自动生成，是外部 Agent 接入调用的入口 URL，无法手动填写

图 3：MCP 触发器节点配置

重要：MCP 描述 直接决定 AI Agent 能否正确理解并选择调用该服务，请用简洁准确的自然语言说明适用场景，避免空泛表述。

3

步骤 3：配置第一个 MCP Tool ：查询数据库详情信息

在 MCP Server 节点下方点击圆形「+」按钮继续添加节点。

1.

在弹出的「选择 MCP 工具」面板中，点击「MCP 触发器」分类右侧的展开箭头

2.

选择 MCP Tool（定义 MCP Server 对外暴露的工具）

3.

添加完成后，画布上将新增一个带「MCP Tool」标签的节点，与上方 MCP Server 节点以虚线相连

4. 点击该节点打开配置面板，填写以下三项必填内容：

字段	说明
工具调用名	Agent 实际调用时使用的技术名称，仅允许小写字母、数字和下划线，例如 query_sql_item，机器可读标识
工具显示名	面向人类的可读名称，用于界面展示
工具描述	Agent 判断「是否应调用该工具」的主要依据，需准确概括使用场景，写得越清楚 Agent 调用准确率越高

5.

配置完成后，在右侧「节点测试」区点击「开始测试」，测试通过后显示绿色「测试成功」，并以 JSON 形式展示模拟返回结果

提示：工具描述 和参数的 描述 字段是 Agent 理解与填参的唯一依据，务必逐一填写清楚。

6.

MCP Tool 节点配置成完成后， 需要进行动作节点的配置， 在 MCP Tool 节点下方点击圆形「+」按钮继续添加动作节点, 这里我们选择「查询数据库元数据」节点。

7.

点击授权配置，点击「创建新账号」按钮，在弹窗中完成数据库的连接信息的配置。

8.

对象类型参数这里默认使用「表/视图」即可， 随后点击右侧的「开始测试」按钮，若数据库信息配置无误，调试结果中将展示详细的数据库表结构信息

9.

随后再次点击「+」按钮，添加 「MCP 返回变量」节点，定义这个 MCP 工具的返回参数。 在一个完整的数据库查询场景中，Agent 将基于查询到的数据库信息，并结合客户的实际诉求，进行 SQL 语句的编写。

4

步骤 4：配置第二个 MCP Tool ：执行数据库查询

1.

重复与上文相同步骤，添加一个新的 MCP Tool 节点。

2.

定义 MCP Tool 节点的基础信息，与上文一致。

3.

由于在这个工具中，我们需要让 Agent 基于数据库信息进行数据库数据的查询，因此我们需要在工具参数 Schema 中定义 Agent 需要从对话信息中提取的参数，这里我们仅需 Agent 提供 SQL 语句即可，按下图所示进行配置。(Schema 中参数的详细定义以及使用方式详见下文附录说明)

提示：模拟值仅作为当前节点调试时使用，并不代表 MCP 实际执行结果

4.

随后添加「自定义 SQL」节点，选择刚刚使用的授权配置，然后引用 MCP tool 节点定义的参数，如下图所示，若调试正常，可以看到测试结果中根据刚刚配置的模拟值，查询到了正确的数据。

5.

最后添加「 MCP 返回变量」节点，按照上文相同方式，定义当前 MCP 的返回内容。

5

步骤 5：保存、发布与上线

1.

确认所有节点配置无误后，点击「发布」使流程变为「已上线」状态

2.

发布成功后，MCP Server 节点里的「MCP Server 地址」字段会自动生成真实可用的服务 URL，将其提供给 AI 应用开发者接入

重要：一旦「已上线」，页面提示「当前流为只读模式，如需编辑，请下线流程」，此时所有节点均不可修改。需先执行「下线」回到可编辑状态修改后，再重新上线，以保证线上服务运行期间配置的稳定性。

6

步骤 6：测试 MCP SERVER

1.

将获取到的 MCP SERVER 地址配置到 Agent 中进行测试

2.

Agent 将自动基于用户需求进行分析，获取完整数据并返回。

参考：工具参数 Schema 字段说明#

验证与测试#

连接流列表管理#

提示：页面右上角提供按名称搜索的输入框，方便对大量连接流进行统一管理和检索。

最佳实践#

常见问题#