企业官网建设流程全解析

1. 为什么要在 Dify 里接高德地图 MCP 做天气查询

很多人第一次听到「Dify + 高德地图 MCP 搭建天气预报工具」会以为要写一堆后端代码，其实核心工作只有三件：拿到高德 Web 服务的 Key、把高德 MCP Server 挂到 Dify 的 Agent 节点上、再编排一个能查天气的 ChatFlow。做完之后，你在对话框里输入「北京未来三天天气怎么样」，工作流会自动调用高德的地图能力，把结构化天气数据交给大模型润色成一段人话回复。

先说清楚这套东西是什么、能做什么、适合谁。Dify 是一个开源的大模型应用编排平台，你可以用拖拽节点的方式把「用户输入 → Agent 思考 → 调用外部工具 → 大模型总结 → 输出」串成一条流水线。高德地图 MCP 是高德开放平台提供的 Model Context Protocol 服务，它把天气查询、地理编码、路径规划这些能力封装成标准工具，任何支持 MCP 的客户端都能直接调用。MCP 你可以理解成「大模型和外部工具之间的通用插座」——以前每接一个 API 都要写适配代码，现在只要按 MCP 协议填好地址和 Key，工具就能被 Agent 识别并调用。

适合谁跟做：已经跑起来 Dify 服务（本地 Docker 或云版都行）的开发者、想给业务加天气/出行能力的 AI 应用开发者、以及想搞懂 MCP 到底怎么落地的人。不适合完全没碰过 Dify 的人从零硬啃，建议先把 Dify 跑起来再回来。

我实测下来，整条链路最容易卡住的不是 Dify 编排，而是高德 Key 的服务平台类型选错、MCP 地址填错、以及 Agent 策略没选支持 MCP 的那一档。这篇会把这三个坑都标出来，配置片段可以直接复制。

天气预报只是入口。高德 MCP 本身还带路径规划、POI 搜索等能力，你把工具挂上去之后，同一个 Agent 还能回答「从北京南站到首都机场怎么走」「附近有没有充电站」。所以这套配置搭一次，后面扩展场景的成本很低。

下面从申请 Key 开始，一步步走到真实城市天气查询验证成功。

2. 前置准备：高德 Key、Dify 服务与模型 API 怎么配

这一章把动手前需要的东西全部备齐，缺一个后面都会报错。

2.1 高德地图开发者账号与 Web 服务 Key

打开高德开放平台，注册成为开发者（个人认证即可）。进入控制台后找到「应用管理 → 我的应用」，创建一个新应用，名字随便起，比如dify-weather-demo。然后在应用下点「添加 Key」，关键一步来了：服务平台必须选「Web 服务」。很多人手滑选了「Web 端 (JS API)」或「iOS/Android」，结果 MCP 调用时一直 401 或提示 Key 类型不匹配。Web 服务类型的 Key 才是给服务端 HTTP 调用用的，MCP Server 走的就是这条路。

创建成功后你会拿到一串 32 位左右的 Key，先复制到记事本备用。同时在高德开放平台的「MCP Server」快速接入页面，找到 MCP Server 地址，形如https://mcp.amap.com/sse?key=你的KEY或类似的 SSE 端点。不同时期高德给的地址格式可能略有差异，以你控制台里实际显示的为准。这个地址后面要填进 Dify 的 MCP 服务配置。

注意：高德 Key 有配额限制，个人开发者每天调用次数有限，测试阶段够用，别拿去做压测。

2.2 Dify 服务与模型接入

Dify 可以用 Docker Compose 本地部署，也可以用官方云版。本地部署的话，进 Dify 后在「设置 → 模型供应商」里添加一个支持工具调用（Function Calling）的模型。Agent 的 ReAct 模式需要模型能「思考 + 决定调哪个工具」，所以必须选支持工具调用的模型，比如 Qwen 系列的工具调用版本、DeepSeek 的工具调用模型等。纯对话模型挂上去，Agent 节点会报「模型不支持工具调用」。

如果你在模型接入上想省事，可以用 TaoToken 统一管理模型调用。它的 API 地址是https://taotoken.net/api，在 Dify 的 OpenAI-API-compatible 供应商里填 Base URL 和 Key 就能接进来，模型 ID 按你实际用的填。这样切换模型不用改一堆配置。

2.3 需要准备的三件套清单

三件套缺一不可。Base URL、Key、Model ID 这三个概念在后面每个配置节点里都会反复出现，记住它们的对应关系就不会乱。

3. 可复制配置：Dify ChatFlow 与高德 MCP 参数模板

这一章是全文核心，给出可以直接抄的配置片段。先建一个 ChatFlow（不是 Workflow，ChatFlow 才带对话变量sys.query）。

3.1 开始节点

开始节点保持默认即可，它自带sys.query变量，用户输入的问题会存进这个变量。不用额外加字段。

3.2 Agent 节点配置（关键）

在 Agent 节点里，Agent 策略要选支持 MCP 的那一档（不同 Dify 版本叫法可能是「ReAct (Support MCP)」或「Function Calling + MCP」）。模型选你前面接好的工具调用模型。外部工具这里挂两个：

• 获取当前时间（Dify 内置工具，天气查询需要知道「今天」是哪天）
• 高德地图 MCP 服务

MCP 服务配置的 JSON 片段大致长这样，路径和字段名以你 Dify 版本为准：

{ "mcpServers": { "amap": { "url": "https://mcp.amap.com/sse?key=你的高德Web服务Key", "transport": "sse", "enabled": true } } }

如果你用的是 stdio 类型的 MCP，配置会换成command+args形式，但高德给的是 SSE 端点，所以用url+transport: sse。填完记得打开「启用 MCP 资源作为工具」这个开关，否则 Agent 看不到高德提供的工具列表。

注意：URL 里的key=后面直接拼你的高德 Key，不要加引号或空格，否则会 401。

3.3 模板转换节点

Agent 节点输出的结果包含 text、files、json 三部分。天气数据是以结构化 JSON 存在json字段里的，而 LLM 节点不能直接吃 JSON 对象，所以中间加一个模板转换节点，把json字段转成字符串文本。模板里写：

{{ agent_node.json }}

变量名按你 Agent 节点的实际输出变量名替换。这一步的作用就是「把结构化数据拍平成纯文本」，别省。

3.4 LLM 节点

LLM 节点的输入接模板转换节点的输出，提示词可以这样写：

你是一个天气播报助手。下面是高德地图返回的天气数据： {{ template_node.output }} 请从中提取城市、日期、天气状况、温度、风力、降雨概率，用 Markdown 表格输出未来三天天气，并在末尾给一句出行建议。

模型选同一个工具调用模型即可。这一步负责把机器数据变成人话。

3.5 直接回复节点

把 LLM 节点的输出接到直接回复节点，用户就能在对话框看到 Markdown 格式的天气表。

整条链路：开始 → Agent（调高德 MCP）→ 模板转换 → LLM → 直接回复。节点不多，但每个都得配对。

4. 验证请求：一次真实城市天气查询的完整动作

配置完别急着庆祝，先做一次真实查询验证。

在 ChatFlow 预览窗口输入：北京未来三天的天气如何。正常情况下你会看到 Agent 先思考，然后调用「获取当前时间」拿到今天日期，再调用高德 MCP 的天气工具，拿到 JSON 数据，经过模板转换和 LLM 润色，最后输出一张 Markdown 天气表。

如果输出里包含北京未来三天的日期、天气、温度、风力，说明链路通了。接着打开 Dify 的「追踪」或「日志」面板，逐个节点看数据流转：Agent 节点的json字段里应该有高德返回的原始天气结构，模板转换节点输出应该是字符串，LLM 节点输出应该是 Markdown。哪个节点输出为空，问题就出在那一环。

再测一个边界：输入上海明天会下雨吗。这次 Agent 需要理解「明天」是相对今天而言，所以「获取当前时间」工具必须被调用。如果 Agent 没调时间工具直接查，日期可能算错。这也是为什么前面强调要挂时间工具。

验证通过后，你可以把同一个 Agent 扩展成出行助手，输入从北京南站到首都机场怎么走，高德 MCP 的路径规划工具会被调用。一套配置，多个场景。

5. 常见报错排查：401、local proxy failed、reading choices 怎么解

这一章按真实报错对照排查，遇到问题直接查表。

401 Unauthorized / INVALID_USER_KEY：九成是高德 Key 的问题。检查三点：Key 是不是「Web 服务」类型；URL 里key=后面有没有多余空格或引号；Key 有没有被禁用或超额。改完重新保存 MCP 配置再试。

local proxy failed / connection refused：Dify 访问不到 MCP 地址。先确认 Dify 所在网络能出网访问高德域名；如果是本地 Docker 部署，检查容器 DNS 和网络模式。SSE 连接对网络稳定性有要求，偶发断开可以重试。

reading choices / index out of range：通常是 LLM 节点拿到了空输入。往上查模板转换节点输出是不是空，再往上查 Agent 节点的json字段有没有数据。如果 Agent 根本没调工具，说明 Agent 策略没选支持 MCP 的那档，或者「启用 MCP 资源作为工具」没开。

OAuth / token 相关报错：如果你接的是需要 OAuth 的模型供应商，检查 token 是否过期。用 TaoToken 这类统一网关时，确认 Base URL 填的是https://taotoken.net/api，Key 没填错。

模型不支持工具调用：Agent 节点报这个，换一个支持 Function Calling 的模型 ID。纯对话模型干不了 Agent 的活。

Codex auth.json / CC Switch / Cline MCP 场景：如果你是在这些客户端里配 MCP，同样要写全三件套——Base URL、Key、Model ID。以 Cline 的 MCP 配置为例：

{ "mcpServers": { "amap": { "url": "https://mcp.amap.com/sse?key=你的Key", "transport": "sse" } } }

Codex 的auth.json里则要确保模型端点和 Key 对应。CC Switch 切换配置时，确认 MCP 段没被覆盖。

排查顺序建议：先看 Key 和 URL，再看网络，再看 Agent 策略，最后看模型能力。按这个顺序走，大部分问题五分钟内能定位。

6. 把天气工具用起来：接入文档与后续扩展

链路跑通之后，建议把配置沉淀成模板，下次新建应用直接复制。高德 MCP 的工具列表会随平台更新，定期回控制台看有没有新增能力。

如果你在模型接入或 Key 管理上想少折腾，可以走 TaoToken 的接入文档把模型统一管起来，API 地址https://taotoken.net/api，配合接入文档里的说明填 Base URL 和 Key 即可。想先验证模型对话效果，可以直接用模型对话页面试；如果是长期做编码类 Agent 或需要稳定调用额度，看 Coding Plan 更合适；Key 的创建和管理在 API Keys 页面，接入细节查接入文档。

这套 Dify + 高德 MCP 的组合，本质是把「地图能力」变成 Agent 的一个工具。天气只是第一个场景，路径规划、POI 搜索、地理编码都能用同样的方式挂上去。配置一次，扩展无限。