当前位置: 首页 > news >正文

收藏必备:Dify+高德地图MCP大模型实践:打造智能天气预报系统,附完整教程

出行前,你是否还在为天气预报和路线规划而烦恼?是否担心目的地突降暴雨或交通拥堵?Dify+高德地图MCP利用先进的天气预报技术,提供精准的实时天气预报和未来几天内的天气趋势。不再需要在各种App之间切换,你只需在Dify+高德地图MCP中,一键查询目的地天气,即可轻松掌握降雨、温度、风力等关键信息。

1. 环境准备

  • 已搭建并配置Dify服务
  • 安装并配置Dify Agent策略

  • 安装并配置硅基流动API_KEY
  • 创建高德地图开发者账号并创建API_KEY

2. WorkFlow 展示

用户输入问题,例如“北京未来三天天气怎么样”,Dify Agent使用ReAct模式思考、调用工具获取当前时间、调用高德地图的MCP服务,将得到的数据交给LLM模型优化处理,生成清晰完整的回复并响应给用户。

3. WorkFlow搭建步骤

3.0 获取高德地图API_KEY

访问高德地图开发者平台,第一次访问需要注册成为开发者用户,之后创建新应用应用并创建API_KEY。

进入【应用管理】,在我的应用中选择需要创建 Key 的应用,点击【添加 Key】,表单中的服务平台选择【Web 服务】创建成功后获取API_Key备用。

在快速接入中,找到示例中的MCP Server地址备用,后续填写到Dify Agent插件的MCP服务配置中。

3.1 创建ChatFlow工作流

创建ChatFlow工作流,填写应用名称、选择应用图标并填写工具描述,完成创建即可。

3.2 配置开始节点

ChatFlow工作流主要通过连续对话的方式完成的,使用的是自带变量sys.query,因此开始节点保持默认即可。

3.3. 配置Dify Agent节点

配置Dify Agent节点,首先需要配置Agent策略为支持MCP的策略,因为ReAct模式需要支持思考的LLM,这里选择的是Qwen3;外部工具这里需要用的两个,一个是获取当前时间,另一个是高德地图的MCP服务(前面3.0章节获取的MCP Server配置和Key填写到MCP服务配置中即可),还要开启MCP资源作为工具的功能,其它保持默认。

3.4 配置模板转换节点

由于Dify Agent处理的结果有text、files、json三部分构成,获取到的天气信息以json结构化的方式存在与json中,而LLM节点又不能直接以json作为输入,因此使用模板转换节点将json专为字符串文本。

只需要提取key为json的内容转化为纯文本,作为后续大模型的输入。

3.5 配置LLM节点

模板转换节点转转换后的结果是一个json字符串,直接作为LLM节点的输入,从中提取天气信息或行程信息,以markdown结构化的文档输出。

3.6 配置直接回复节点

将markdown结构化的文本直接输出响应给用户。

4. 测试ChatFlow

输入“北京未来三天的天气如何”,得到的结果如下图。

观察追踪到的工作流执行过程如下图,每个节点都正常执行、数据都正常流转,测试完美通过。

附录

因为本身调用的高德地图的MCP服务,服务本身还支持出行规划。

普通人如何抓住AI大模型的风口?

领取方式在文末

为什么要学习大模型?

目前AI大模型的技术岗位与能力培养随着人工智能技术的迅速发展和应用 , 大模型作为其中的重要组成部分 , 正逐渐成为推动人工智能发展的重要引擎 。大模型以其强大的数据处理和模式识别能力, 广泛应用于自然语言处理 、计算机视觉 、 智能推荐等领域 ,为各行各业带来了革命性的改变和机遇 。

目前,开源人工智能大模型已应用于医疗、政务、法律、汽车、娱乐、金融、互联网、教育、制造业、企业服务等多个场景,其中,应用于金融、企业服务、制造业和法律领域的大模型在本次调研中占比超过30%。

随着AI大模型技术的迅速发展,相关岗位的需求也日益增加。大模型产业链催生了一批高薪新职业:

人工智能大潮已来,不加入就可能被淘汰。如果你是技术人,尤其是互联网从业者,现在就开始学习AI大模型技术,真的是给你的人生一个重要建议!

最后

只要你真心想学习AI大模型技术,这份精心整理的学习资料我愿意无偿分享给你,但是想学技术去乱搞的人别来找我!

在当前这个人工智能高速发展的时代,AI大模型正在深刻改变各行各业。我国对高水平AI人才的需求也日益增长,真正懂技术、能落地的人才依旧紧缺。我也希望通过这份资料,能够帮助更多有志于AI领域的朋友入门并深入学习。

真诚无偿分享!!!
vx扫描下方二维码即可
加上后会一个个给大家发

大模型全套学习资料展示

自我们与MoPaaS魔泊云合作以来,我们不断打磨课程体系与技术内容,在细节上精益求精,同时在技术层面也新增了许多前沿且实用的内容,力求为大家带来更系统、更实战、更落地的大模型学习体验。

希望这份系统、实用的大模型学习路径,能够帮助你从零入门,进阶到实战,真正掌握AI时代的核心技能!

01教学内容

  • 从零到精通完整闭环:【基础理论 →RAG开发 → Agent设计 → 模型微调与私有化部署调→热门技术】5大模块,内容比传统教材更贴近企业实战!

  • 大量真实项目案例:带你亲自上手搞数据清洗、模型调优这些硬核操作,把课本知识变成真本事‌!

02适学人群

应届毕业生‌:无工作经验但想要系统学习AI大模型技术,期待通过实战项目掌握核心技术。

零基础转型‌:非技术背景但关注AI应用场景,计划通过低代码工具实现“AI+行业”跨界‌。

业务赋能突破瓶颈:传统开发者(Java/前端等)学习Transformer架构与LangChain框架,向AI全栈工程师转型‌。

vx扫描下方二维码即可

本教程比较珍贵,仅限大家自行学习,不要传播!更严禁商用!

03入门到进阶学习路线图

大模型学习路线图,整体分为5个大的阶段:

04视频和书籍PDF合集

从0到掌握主流大模型技术视频教程(涵盖模型训练、微调、RAG、LangChain、Agent开发等实战方向)

新手必备的大模型学习PDF书单来了!全是硬核知识,帮你少走弯路(不吹牛,真有用)

05行业报告+白皮书合集

收集70+报告与白皮书,了解行业最新动态!

0690+份面试题/经验

AI大模型岗位面试经验总结(谁学技术不是为了赚$呢,找个好的岗位很重要)

07 deepseek部署包+技巧大全

由于篇幅有限

只展示部分资料

并且还在持续更新中…

真诚无偿分享!!!
vx扫描下方二维码即可
加上后会一个个给大家发

http://www.jsqmd.com/news/159314/

相关文章:

  • 前端必备技能:彻底搞懂JavaScript深浅拷贝,告别数据共享的坑!
  • 2025年知名的CQC数据中心机房值得信赖榜 - 品牌宣传支持者
  • PyTorch-CUDA-v2.7镜像能否支持Triton推理服务器
  • 2025常州AI搜索优化服务商五强解析:企业如何抢占生成式搜索心智高地 - 2025年品牌推荐榜
  • MCP协议深度解析:提升AI应用能力的关键,附大模型学习资料(必收藏)
  • PyTorch-CUDA-v2.7镜像资源占用情况测试报告
  • PyTorch-CUDA-v2.7镜像支持Windows/Linux/Mac吗?
  • 2026年全球雇佣趋势:Safeguard Global在马来西亚提供名义雇主EOR服务的核心价值 - 品牌2025
  • 数字集成电路设计核心考点与 Verilog 实战指南
  • 昨天还涨停,今天就被“闷杀”?深挖A股背后看不见的“收割机”
  • PyTorch-CUDA镜像如何导出训练好的模型文件
  • 2026北京市石景山区财产分割律师值得信赖的TOP5实力榜律师事务所,案例丰富财产分割律师推荐 - 苏木2025
  • 【Java毕设全套源码+文档】基于Java兰州市出租车服务管理系统的设计与实现(丰富项目+远程调试+讲解+定制)
  • PyTorch-CUDA镜像在搜索引擎排序优化中的作用
  • VMware Debian 挂载 Windows 文件夹至 Debian 目录
  • PyTorch-CUDA-v2.7镜像对时间序列预测的帮助
  • 2025年终端应用全链路性能测试实施策略与实践对比
  • PyTorch-CUDA环境运行BERT模型的性能实测
  • 深耕GEO贴牌代理,解锁AI搜索优化精准触达客户新路径 - 源码云科技
  • 2025年诚信的日本移民机构推荐,服务不错的日本移民企业全解析 - 工业推荐榜
  • 2025年AI智能体(Agent)开发平台全攻略:从零基础到专业开发的最佳选择(收藏必看)
  • 2025年主流测试用例管理平台对比分析与最佳实践
  • PyTorch-CUDA-v2.7镜像在云服务器上的最佳实践
  • 2025年质量好的水处理剂聚合硫酸铁/工业级聚合硫酸铁厂家最新热销排行 - 品牌宣传支持者
  • 建议收藏】MCP协议从入门到实践:基于Dify的大模型工具调用全解析
  • 深圳量化私募紧急寻找互联网大厂的C++,学历好,1-5年经验之间的,最好是2-3年经验的,看深圳机会的小伙伴们快来,预算足,制度好,福利多#C++ #量化开发工程师#互联网工程师#开发工程师#C+
  • 我发现联邦学习加自监督学习破解跨境罕见病早筛数据孤岛
  • PyTorch-CUDA镜像在Kubernetes集群中的部署案例
  • 2025苏州包装材料公司TOP5权威推荐:浩鑫包装性价比好不好? - myqiye
  • PyTorch-CUDA-v2.7镜像是否支持A100/H100?官方回应来了