MCP

1. 安装依赖

运行以下命令安装qwen-agent依赖。

Python 版本建议不低于 3.10。

pip install -U "qwen-agent[gui,mcp]"

2. 添加 MCP 服务并运行代码

以高德地图与网页部署 MCP 服务器为例。前往ModelScope的MCP 广场，分别找到高德地图与EdgeOne Pages，通过右侧的通过SSE URL连接服务获取专属URL。

高德地图可以完成路径规划、天气查询等功能；EdgeOne Pages 可以将 HTML 内容部署为可公网访问的链接。

用 MCP 服务的专属 URL 替换tools中的对应位置并运行代码。

import os
from qwen_agent.agents import Assistant

# LLM 配置
llm_cfg = {
    "model": "qwen-plus-latest",
    "model_server": "https://dashscope.aliyuncs.com/compatible-mode/v1",
    # 若没有配置环境变量，请用阿里云百炼API Key将下行替换为：api_key="sk-xxx"
    "api_key": os.getenv("DASHSCOPE_API_KEY"),
}

# 系统消息
system = "你是会天气查询、地图查询、网页部署的助手"

# 工具列表
tools = [
    {
        "mcpServers": {
            "amap-maps": {
                "type": "sse",
                # 替换为您的 URL
                "url": "https://mcp.api-inference.modelscope.net/xxx/sse",
            },
            "edgeone-pages-mcp": {
                "type": "sse",
                # 替换为您的 URL
                "url": "https://mcp.api-inference.modelscope.net/xxx/sse",
            },
        }
    }
]

# 创建助手实例
bot = Assistant(
    llm=llm_cfg,
    name="助手",
    description="高德地图、天气查询、公网链接部署",
    system_message=system,
    function_list=tools,
)

messages = []

while True:
    query = input("\nuser question: ")
    if not query.strip():
        print("user question cannot be empty！")
        continue
    messages.append({"role": "user", "content": query})
    bot_response = ""
    is_tool_call = False
    tool_call_info = {}
    for response_chunk in bot.run(messages):
        new_response = response_chunk[-1]
        if "function_call" in new_response:
            is_tool_call = True
            tool_call_info = new_response["function_call"]
        elif "function_call" not in new_response and is_tool_call:
            is_tool_call = False
            print("\n" + "=" * 20)
            print("工具调用信息：", tool_call_info)
            print("工具调用结果：", new_response)
            print("=" * 20)
        elif new_response.get("role") == "assistant" and "content" in new_response:
            incremental_content = new_response["content"][len(bot_response):]
            print(incremental_content, end="", flush=True)
            bot_response += incremental_content
    messages.extend(response_chunk)

提问示例：

我爸妈今天下午到萧山机场，请你规划一条从萧山机场到阿里巴巴云谷园区的公共交通路线（地铁和巴士都可），并且部署为公网链接，这样我就可以转发给我爸妈了

Qwen Agent 调用 MCP 工具后进行回复：

已为您规划好从萧山机场到阿里巴巴云谷园区的公共交通路线，并生成了专属网页链接，方便您转发给父母。

您可以通过以下链接查看详细的出行指南：
**[点击查看出行指南](https://mcp.edgeone.site/share/xxx_xxx)**

该指南包含：
- **最快路线**（约109分钟）：地铁19号线 → 公交343路
- **备选路线**（换乘少）：地铁19号线 → 公交349路
- 详细的步行指引和换乘说明
- 实用的出行小贴士（如使用支付宝扫码乘车等）

祝您父母旅途顺利！

Qwen-Agent 提供了可视化界面进行交互，请替换以下代码中的 URL 后运行：

import os
from qwen_agent.agents import Assistant
from qwen_agent.gui import WebUI

# LLM 配置
llm_cfg = {
    "model": "qwen-plus-latest",
    "model_server": "https://dashscope.aliyuncs.com/compatible-mode/v1",
    # 若没有配置环境变量，请用阿里云百炼API Key将下行替换为：api_key="sk-xxx"
    "api_key": os.getenv("DASHSCOPE_API_KEY"),
}

# 系统消息
system = "你是会天气查询、地图查询、网页部署的助手"

# 工具列表
tools = [
    {
        "mcpServers": {
            "amap-maps": {
                "type": "sse",
                # 替换为您的 URL
                "url": "https://mcp.api-inference.modelscope.net/xxx/sse",
            },
            "edgeone-pages-mcp": {
                "type": "sse",
                # 替换为您的 URL
                "url": "https://mcp.api-inference.modelscope.net/xxx/sse",
            },
        }
    }
]

# 创建助手实例
bot = Assistant(
    llm=llm_cfg,
    name="助手",
    description="高德地图、天气查询、公网链接部署",
    system_message=system,
    function_list=tools,
)
WebUI(bot).run()

界面显示Running on local URL: http://127.0.0.1:7860后访问该链接。