前言：MCP时代的AI应用革命

随着大模型（LLM）和地图服务的深度融合，MCP（Model Context Protocol） 正在成为AI应用开发的新范式。高德地图推出的 MCP Server 2.0，通过SSE（Server-Sent Events）协议，将路径规划、天气查询、周边搜索等能力无缝集成到大模型中，彻底打破数据孤岛。而 Dify 作为低代码AI应用平台，结合MCP Server，开发者无需编写复杂代码，即可快速构建智能出行助手、旅游攻略生成器等创新应用。本文将带你从零开始，实战接入高德地图MCP Server，体验AI与地图服务的强强联合！

为什么选择Dify + 高德MCP？

1. 零代码开发：通过Dify的拖拽式工作流（Chatflow）和Agent节点，无需编程即可调用MCP服务。
2. 能力开挂：高德MCP Server提供12大核心接口（如路径规划、天气查询、POI搜索），覆盖出行场景全需求。
3. 实时响应：SSE协议支持流式数据传输，导航路径、天气变化等信息秒级更新。
4. AI增强体验：结合DeepSeek、Qwen等大模型，生成个性化行程规划、语音播报等智能服务。

实战目标：3步打造智能出行助手

我们将通过以下步骤实现一个智能出行助手：

1. 环境准备：安装Dify插件，配置高德MCP Server。
2. 应用编排：创建Agent节点，调用MCP服务。
3. 效果演示：实时规划路线、查询天气、推荐周边景点。

高德MCP Server

访问 高德开放平台，地址为https://lbs.amap.com/，注册并完成个人认证

创建应用，添加 Web服务Key。

获取Key后，配置MCP Server地址。Dify配置示例如下：

{
  "mcpServers": {
    "amap-amap-sse": {
      "url": "https://mcp.amap.com/sse?key=你的高德Key",
      "timeout": 60,
      "sse_read_timeout": 300
    }
  }
}

Dify配置及应用编排

1、添加MCP服务

2、添加完之后，会显示可用，并且列出来了15个工具

3、创建一个“智能出行助手”的chatflow应用

4、编排流程如下，LLM是把自然语言解析出来城市，MAPS_WEATHER是输入城市，调用高德MCP服务，返回城市的天气情况

从返回结果可以看出，是以json格式返回的，易读性比较差，接下来我们选择Agent来实现。

Agent节点实现智能出行助手

使用Agent节点，流程就简单了，我们选择Agent节点下的支持MCP工具的Agent

MCP服务配置为：

{
  "amap-amap-sse": {	
	    "transport": "sse",
		"url": "https://mcp.amap.com/sse?key=a263*************************",		
		"headers": {},		
		"timeout": 60,		
		"sse_read_timeout": 300
	}
}

指令为：

你是一位智能出行助手，请按照以下规则对用户的问题做出专业的回复回复规则：
1、回复内容需简单易懂。
2、过程中选择合适的mcp工具进行调用

执行一下看看，先问一下“北京未来三天的天气”：

自动调用了MAPS_WEATHER工具

再问一下“推荐一下北京王府井附近好吃的东西”

好不好吃，大家自行判断哈！

结语：从出行助手到万物互联

通过Dify与高德MCP Server的结合，开发者可以快速构建覆盖出行、旅游、物流等场景的AI应用。未来，随着MCP协议的普及，地图服务将不再是孤立的工具，而是AI应用的“地理大脑”。目前，只需三步，你也能拥有自己的智能出行助手！快动手试试吧，期待你的创新应用在Dify社区中大放异彩！