鸿蒙智能体开发实战：44.MCP插件开发 - 从注册到发布

前言

MCP（Model Context Protocol）是一种开放的模型上下文协议，它规范了应用程序向大语言模型（LLM）提供上下文的方式。在鸿蒙智能体平台中，MCP插件允许开发者通过标准化接口将智能体Agent与各种外部工具、数据源相连接，让大模型能够按需自动执行计算、操作外部系统，甚至与真实世界交互。

本文是「鸿蒙智能体开发实战」系列的第四十四篇，系统讲解MCP插件的开发流程、注册方式、合规要求和发布渠道，帮助开发者快速构建和发布自己的MCP插件。

前置条件：建议先了解MCP协议基础概念，参考MCP官方文档。已阅读本系列第6篇《插件开发与使用》。

一、MCP协议与鸿蒙智能体

1.1 什么是MCP

MCP（Model Context Protocol）由Anthropic提出并开源，是一种旨在替代传统API集成模式的开放协议标准。它定义了一套统一的接口规范，让LLM应用能够以标准化的方式连接外部工具和数据源。

MCP的核心价值：

1. 标准化集成：一套接口对接所有工具，无需为每个API单独适配
2. 动态发现：LLM可以动态发现可用的工具和资源
3. 安全可信：提供数据安全的最佳实践和访问控制机制
4. 灵活切换：能够在不同LLM提供商和供应商之间灵活切换

1.2 鸿蒙智能体中的MCP定位

在小艺开放平台中，MCP插件与云插件、端插件并列为三大插件类型，各自定位如下：

提示：MCP插件最大的优势在于开发者自部署、自管控。你可以将已经搭建的MCP Server直接注册到小艺开放平台，无需重新开发适配接口。

二、MCP插件的注册方式

MCP插件的创建入口位于小艺开放平台的「资源库」-「MCP」页面，支持两种注册方式：

2.1 标准注册 - 手动配置

标准注册需要手动填写MCP Server的连接信息和认证方式：

// MCP插件标准注册配置{"mcp_server":{"name":"my-custom-tools","description":"自定义工具集合，提供数据分析与报告生成能力","server_url":"https://api.example.com/mcp","transport":"streamable-http","auth":{"type":"api-key","header_name":"X-API-Key","api_key":"${api_key_variable}"}},"tools":[{"name":"analyze-data","description":"分析数据集并返回统计结果","input_schema":{"type":"object","properties":{"data_source":{"type":"string","description":"数据源名称或URL"},"analysis_type":{"type":"string","enum":["summary","trend","correlation"],"description":"分析类型"}},"required":["data_source"]}}]}

注意：如果插件图标上传后未显示工具列表，请等待几分钟后重新进入，后台加载存在延时。如仍无法显示，请检查服务连接和鉴权信息配置。

2.2 外部平台导入

如果开发者在魔搭平台（ModelScope）已有自部署的长期有效MCP插件，可以通过此方式批量导入：

# 魔搭平台MCP插件导入流程# 1. 在魔搭平台获取访问令牌（Access Token）# 2. 在小艺开放平台选择「外部平台导入」# 3. 输入访问令牌，触发同步# 4. 选择要导入的MCP插件列表# 5. 确认创建

# MCP Server端示例（Python FastMCP）fromfastmcpimportFastMCP# 创建MCP Servermcp=FastMCP("data-analysis-server")@mcp.tool()defanalyze_sales_trend(region:str,period:str)->dict:"""分析指定区域和时段的销售趋势"""# 实际的销售数据分析逻辑return{"region":region,"period":period,"total_revenue":1250000,"growth_rate":0.15,"top_category":"电子产品","trend":"上升"}@mcp.tool()defgenerate_report(template:str,data:dict)->str:"""根据模板和数据生成报告"""report_content=f"#{template}报告\n\n"forkey,valueindata.items():report_content+=f"-{key}:{value}\n"returnreport_content

重要：外部平台导入方式创建的MCP插件仅支持发布到智能体渠道供本账号调试，无法发布到插件市场和主对话渠道公开使用。

三、MCP插件信息配置

3.1 插件市场信息

如果需要发布到插件市场，需要补充以下信息：

{"marketplace_info":{"usage_description":"使用Markdown格式描述插件功能概述，包含API Key申请方式。\n\n## 快速开始\n1. 申请API Key：访问 https://api.example.com/keys\n2. 在小艺开放平台完成开发者自认证\n3. 在智能体中添加本插件即可使用","auth_type":"developer-self-auth","auth_guide_url":"https://api.example.com/auth-guide","icon_url":"https://example.com/plugin-icon.png"}}

开发者自认证与华为统一认证的对比：

3.2 人工智能生成合成服务填写

根据国家法律法规要求，MCP插件公开上架前需填写人工智能生成合成服务信息：

{"ai_generated_content":{"has_ai_content":true,"content_types":["text","code"],"labeling_method":"digital-watermark","label_position":"左上角","label_display_mode":"始终显示"}}

法律依据：《生成式人工智能服务管理暂行办法》、《人工智能生成合成内容标识办法》

3.3 个人信息收集声明

插件公开上架前，需声明个人信息收集情况，该信息会在插件市场的插件详情页「隐私声明」中展示：

{"privacy_declaration":{"collect_personal_info":true,"data_items":[{"field":"user_ip","purpose":"请求来源验证","storage":"in-memory"},{"field":"query_content","purpose":"服务响应","storage":"no-storage"}],"storage_statement":"不存储用户个人信息，处理完成后立即清除","privacy_policy_url":"https://example.com/privacy"}}

3.4 大模型备案信息

如果MCP插件中使用了非小艺开放平台提供的三方大模型，需要在此处申报备案：

# 查询备案信息# 生成式AI服务备案查询：# https://www.cac.gov.cn/2024-04/02/c_1713729983803145.htm# 算法备案查询：# https://beian.cac.gov.cn/#/index# 示例：在插件中配置备案信息{"model_filing":{"service_filing_number":"生成式2024XXXXX","algorithm_filing_number":"算法备2024XXXXX"}}

四、发布渠道与审核

4.1 三种发布渠道

上图展示了MCP插件的三种发布渠道：智能体、小艺对话和插件市场，不同渠道的审核标准和公开范围不同。

MCP插件支持发布到以下三个渠道：

4.2 发布流程

# MCP插件发布流程# 1. 完成插件信息配置和合规材料填写# 2. 点击「发布」-「提交审核」# 3. 勾选待发布渠道（可多选）# 4. 确认后提交# 小艺对话和插件市场发布后需联系华为侧人员进行审核# 审核周期一般为3-5个工作日

4.3 开发者自认证

对于发布到插件市场的MCP插件，其他开发者使用时需要进行开发者自认证：

# 使用插件市场MCP插件的认证流程# 1. 在插件详情页找到「开发者自认证」信息# 2. 点击认证链接，进入认证页面# 3. 在页面中填写从MCP Server获取的API Key# 4. 完成认证后即可在智能体中使用

提示：认证信息配置完成后，该MCP插件会自动导入到开发者账号的MCP插件列表中，状态为「已认证」。

五、MCP插件实战示例

5.1 构建完整的MCP Server

以下是一个完整的MCP Server示例，使用Python FastMCP框架构建：

# server.py - 完整的MCP Server实现fromfastmcpimportFastMCPfromtypingimportOptionalimportjson# 初始化MCP Servermcp=FastMCP("enterprise-tools",description="企业级工具集：包含文档查询、代码评审、项目管理等功能")@mcp.tool()defsearch_documents(query:str,category:Optional[str]=None)->list:"""搜索内部文档库，根据关键词返回匹配的文档列表"""# 模拟文档搜索all_docs=[{"id":1,"title":"API设计规范","category":"技术规范"},{"id":2,"title":"数据库备份方案","category":"运维"},{"id":3,"title":"测试流程指南","category":"QA"}]results=[]fordocinall_docs:ifquery.lower()indoc["title"].lower():ifcategoryanddoc["category"]!=category:continueresults.append(doc)returnresults@mcp.tool()defanalyze_code_quality(code_snippet:str,language:str)->dict:"""分析代码片段的质量，返回问题和改进建议"""analysis={"language":language,"lines":len(code_snippet.split("\n")),"issues":[],"score":0}# 简单的代码质量检查lines=code_snippet.split("\n")fori,lineinenumerate(lines):stripped=line.strip()iflen(stripped)>100:analysis["issues"].append({"line":i+1,"type":"line_too_long","message":f"第{i+1}行超过100字符，建议拆分"})# 计算得分total_issues=len(analysis["issues"])analysis["score"]=max(0,100-total_issues*10)returnanalysis@mcp.tool()defcreate_project_task(project:str,title:str,assignee:str,priority:str="medium")->dict:"""在项目管理系统中创建新任务"""importuuid task={"task_id":str(uuid.uuid4())[:8],"project":project,"title":title,"assignee":assignee,"priority":priority,"status":"todo","created_at":"2026-05-14T08:00:00Z"}returntaskif__name__=="__main__":# 启动MCP Servermcp.run(transport="streamable-http")

5.2 测试MCP Server

在将插件注册到平台前，可以先在本地测试MCP Server是否正常工作：

# 启动MCP Serverpython server.py# 使用MCP Inspector工具测试npx @modelcontextprotocol/inspector# 或者在代码中测试工具调用curl-XPOST https://api.example.com/mcp\-H"Content-Type: application/json"\-H"X-API-Key: your-api-key"\-d'{ "jsonrpc": "2.0", "method": "tools/call", "params": { "name": "search_documents", "arguments": { "query": "API设计" } }, "id": 1 }'

// MCP工具调用响应示例{"jsonrpc":"2.0","id":1,"result":{"content":[{"type":"text","text":"[{\"id\": 1, \"title\": \"API设计规范\", \"category\": \"技术规范\"}]"}],"isError":false}}

六、常见问题与解决方案

6.1 工具列表未加载

问题：标准注册完成后，工具列表未显示。

排查步骤：

1. 检查MCP Server的URL是否可公开访问
2. 验证鉴权信息是否正确配置
3. 检查MCP Server实现是否符合协议规范
4. 等待几分钟后重新进入页面

6.2 外部平台导入失败

问题：外部平台导入方式同步后未创建插件。

6.3 上架限制

注意：受隐私风险影响，当前暂不支持上架包含私有云插件及私有MCP插件的个人智能体。仅支持页面调试能力。企业开发者不受此限制。

七、MCP插件在智能体中的集成

7.1 在工作流中使用MCP插件

MCP插件可以像其他插件一样，作为插件节点添加到工作流中：

# 代码节点引用MCP插件输出defprocess_mcp_result(mcp_output:dict)->str:"""处理MCP插件的返回结果"""content_list=mcp_output.get("content",[])texts=[]forcontentincontent_list:ifcontent.get("type")=="text":texts.append(content.get("text",""))return"\n".join(texts)

7.2 在大模型节点中使用

MCP插件也可以作为大模型节点的技能进行配置，大模型会自动决定何时调用插件：

{"llm_node":{"skills":[{"type":"mcp_plugin","plugin_id":"enterprise-tools","tool_ids":["search_documents","analyze_code_quality"]}],"system_prompt":"你是一个企业助手。当用户需要查询文档时，使用search_documents工具；""当用户需要代码评审时，使用analyze_code_quality工具。"}}

总结

本文详细介绍了鸿蒙智能体平台中MCP插件的完整开发流程，从协议理解、注册配置、合规填写到发布上架。MCP协议作为LLM工具集成的开放标准，正在成为AI应用生态的关键基础设施。掌握MCP插件开发，意味着可以零适配成本地将已有的工具链和能力接入智能体生态。

关键要点：

1. MCP插件支持标准注册和外部平台导入两种注册方式
2. 发布到插件市场需要完成AI内容合规、隐私声明、备案信息等合规工作
3. 三种发布渠道对应不同的审核标准和公开范围
4. MCP插件可集成到工作流节点和大模型节点技能中使用

如果这篇文章对你有帮助，欢迎点赞👍、收藏⭐、关注🔔，你的支持是我持续创作的动力！

相关资源：

• MCP协议官方文档：链接
• MCP插件创建指南：链接
• MCP标准注册文档：链接
• MCP外部平台导入文档：链接
• MCP插件发布说明：链接
• 插件认证指南：链接
• FastMCP Python框架：链接
• 鸿蒙智能体开发实战系列：链接
• 生成式AI服务备案查询：链接
• 互联网信息服务算法备案系统：链接