MCP 客户端工具节点

MCP 客户端工具节点连接到 MCP（模型上下文协议） 服务器，并将其工具暴露给 AI Agent。与内置 Tool 节点不同，MCP 客户端工具在运行时动态导入远程工具——AI Agent 可以调用所连接 MCP 服务器上注册的任何工具，实现与庞大的外部服务和自定义工具生态系统的集成。

前置条件：你的工作区中必须至少配置了一个 MCP 服务器。如果没有可用的服务器，系统会提示你通过 MCP 服务器管理 页面添加。

核心概念

什么是 MCP？

模型上下文协议（Model Context Protocol）是一个开放标准，使 AI 应用能够通过统一接口连接外部工具和数据源。MCP 服务器可以将从数据库查询到 API 集成的任何功能暴露为 AI Agent 可以发现和调用的"工具"。

MCP 客户端工具的工作原理

MCP 服务器（外部）                      你的工作流
┌─────────────────────┐               ┌──────────────────────┐
│  注册的工具：        │   JSON-RPC    │  Chat 触发器          │
│  - get_weather      │ ←─────────── →│    → AI Agent 节点    │
│  - search_docs      │               │        Tools:         │
│  - create_ticket    │               │          MCP 客户端工具 │
│  - query_database   │               │    → Answer 节点       │
└─────────────────────┘               └──────────────────────┘

1. MCP 客户端工具在运行时连接到 MCP 服务器
2. 发现可用工具并注册给 AI Agent
3. AI Agent 根据用户需求调用合适的 MCP 工具
4. 结果返回给 AI Agent 进行综合

使用场景

典型应用

• 外部 API 集成 — 通过 MCP 服务器连接第三方服务（如天气、地图、邮件）
• 数据库访问 — 让 AI Agent 通过 MCP 数据库服务器查询数据
• 自定义内部工具 — 暴露公司特有的工具和数据源
• 文件系统操作 — 允许 AI Agent 通过文件系统 MCP 服务器读写文件
• 跨平台编排 — 在一个工作流中通过不同的 MCP 服务器桥接多个服务

节点配置

配置流程

配置 MCP 客户端工具包含四个步骤：

1. 选择 MCP 服务器 — 从已安装的服务器中选择，或添加新的
2. 选择包含的工具范围 — 全部工具、指定工具、或排除指定工具
3. 选择工具（如适用）— 从服务器工具目录中选择单个工具
4. 设置超时时间 — 配置等待 MCP 工具响应的时长

基础设置

MCP 服务器 (mcpServerId)

选择要将其工具暴露给 AI Agent 的 MCP 服务器。

字段属性：

• 必填字段
• 下拉列表由工作区中已安装的 MCP 服务器填充
• 如果没有可用服务器，下拉列表为空

如果没有 MCP 服务器：

下拉列表下方会出现 "管理 MCP 服务器" 链接按钮。点击它打开 MCP 服务器管理页面，你可以：

• 从目录安装社区 MCP 服务器
• 使用自己的端点创建自定义 MCP 服务器
• 为 MCP 服务器配置认证凭证

该页面在新标签页中打开，因此你可以在不离开工作流的情况下配置服务器。

选择服务器后：系统从服务器获取可用工具。包含工具 设置变为可用。

包含工具 (include)

控制将 MCP 服务器中的哪些工具暴露给 AI Agent。

可用选项：

选项	中文标签	说明
all	全部工具	暴露 MCP 服务器中的所有工具（默认）
selected	选定工具	仅暴露特定选择的工具
except	全部（排除选定）	暴露除排除项外的所有工具

推荐策略：

简单服务器（≤10 个工具）: 使用"全部工具"
  → AI Agent 拥有完整访问权限，配置简单

工具众多或包含敏感工具: 使用"选定工具"或"全部（排除选定）"
  → 精细控制哪些工具可用
  → 防止 AI 意外调用不合适的工具

示例:
  50+ 工具的服务器 → "选定工具" → 选择 5-8 个相关工具
  10 个工具但 2 个是管理专用的 → "全部（排除选定）" → 排除管理工具

工具 (tools)

当包含工具设置为 selected 或 except 时，出现工具选择器：

• 选定工具模式：勾选你希望 AI Agent 能够调用的工具（必填——至少选择一个）
• 全部（排除选定）模式：勾选你希望从 AI Agent 中排除的工具

显示来自 MCP 服务器的工具名称和描述，帮助你做出选择。

超时时间 (timeout)

等待 MCP 服务器响应工具调用的最长时间（毫秒）。

字段属性：

• 数字类型（正整数）
• 默认值：60000（60 秒）
• 支持表达式

配置建议：

快速工具（简单查询）:     10000-30000  （10-30 秒）
中等工具（API 调用）:     30000-60000  （30-60 秒，默认值）
慢速工具（复杂处理）:     60000-120000 （60-120 秒）

注意：如果 MCP 服务器在超时时间内未响应，工具调用失败，错误将返回给 AI Agent。

高级设置

节点描述 (nodeDescription)

为节点添加自定义描述，用于文档记录：

nodeDescription: "连接天气 MCP 服务器。提供 get_weather 和 get_forecast 工具。"

工作原理

运行时流程

1. 工作流到达 MCP 客户端工具节点
     ↓
2. 节点通过 JSON-RPC 连接 MCP 服务器
     ↓
3. MCP 会话初始化（握手 + 协议协商）
     ↓
4. 从服务器获取可用工具
     ↓
5. 根据"包含工具"设置过滤工具
     ↓
6. 过滤后的工具注册给父级 AI Agent
     ↓
7. AI Agent 现在可以通过名称调用这些工具
     ↓
8. 调用时：请求转发到 MCP 服务器 → 响应返回给 AI

工具命名约定

来自 MCP 服务器的工具使用组合名称注册：

{nodeId}--{toolName}

例如，如果你的 MCP 客户端工具节点 ID 为 abc123，服务器有一个名为 get_weather 的工具，AI Agent 调用时为 abc123--get_weather。这防止了多个 MCP 客户端工具节点之间的命名冲突。

你不需要担心这个——AI Agent 会自动处理工具命名。

错误处理

如果 MCP 服务器不可达或工具调用失败：

• 服务器未找到 — 返回错误："MCP server not found"
• 请求超时 — 如果服务器在配置的超时时间内未响应，返回错误
• 工具调用错误 — 如果 MCP 工具本身返回错误，错误内容将返回给 AI Agent
• 无效凭证 — 如果服务器需要认证但使用了不支持的凭证类型，返回错误

AI Agent 通常会优雅地处理这些情况——尝试替代方法或告知用户限制。

工作流示例

示例 1：天气感知 AI Agent

Chat 触发器
  → AI Agent 节点
    System Prompt: "你是一个可以访问天气数据的有用助手。"
    User Prompt: $('Chat 触发器').message

    Tools:
      └─ MCP 客户端工具（天气服务器）
           mcpServerId: "weather-mcp-server"
           include: "all"
           timeout: 30000

  → Answer 节点

用户: "东京今天天气怎么样？"
AI Agent:
  1. 调用 MCP 工具: abc123--get_weather({ city: "Tokyo" })
  2. MCP 服务器返回: { temperature: 22, condition: "晴天", humidity: 55 }
  3. AI: "东京今天晴天，22°C，湿度 55%。"

示例 2：选择性访问的多工具 MCP

Chat 触发器
  → AI Agent 节点
    System Prompt: "你是客户支持 Agent。使用可用工具帮助客户。"
    User Prompt: $('Chat 触发器').message

    Tools:
      └─ MCP 客户端工具（内部工具服务器）
           mcpServerId: "internal-tools-mcp"
           include: "selected"
           tools: ["query_customer", "lookup_order", "check_inventory"]
           timeout: 60000

      注意: 服务器有 20 个工具，但只选择了 3 个。
            像 "delete_order" 和 "modify_pricing" 等工具不会被暴露。

  → Answer 节点

用户: "我的订单 #12345 状态如何？"
AI Agent:
  1. 调用 MCP 工具: lookup_order({ orderId: "12345" })
  2. 返回订单状态
  3. AI: "您的订单 #12345 已发货，预计明天送达。"

示例 3：多个 MCP 服务器

Chat 触发器
  → AI Agent 节点
    System Prompt: "你可以访问多个服务平台。为每个任务使用正确的工具。"
    User Prompt: $('Chat 触发器').message

    Tools:
      ├─ MCP 客户端工具（CRM 服务器）
      │    mcpServerId: "salesforce-mcp"
      │    include: "selected"
      │    tools: ["search_contacts", "get_opportunity"]
      │    timeout: 60000
      │
      ├─ MCP 客户端工具（邮件服务器）
      │    mcpServerId: "gmail-mcp"
      │    include: "all"
      │    timeout: 30000
      │
      └─ MCP 客户端工具（文件系统服务器）
           mcpServerId: "filesystem-mcp"
           include: "all"
           timeout: 15000

  → Answer 节点

用户: "在 CRM 中找到 John Doe，为他起草一封邮件并保存为草稿"
AI Agent:
  1. 调用 CRM 工具: search_contacts({ name: "John Doe" }) → 找到联系人
  2. 调用邮件工具: create_draft({ to: "john@example.com", ... }) → 草稿已创建
  3. AI: "已找到 John Doe（john@example.com）并保存了邮件草稿。"

示例 4：带过滤的安全数据访问

Chat 触发器
  → AI Agent 节点
    System Prompt: "你是数据分析师。可以查询数据库但绝不能修改或删除数据。"
    User Prompt: $('Chat 触发器').message

    Tools:
      └─ MCP 客户端工具（数据库服务器）
           mcpServerId: "postgres-mcp"
           include: "except"
           tools: ["delete_records", "drop_table", "truncate_table", "alter_schema"]
           timeout: 60000

      注意: 使用"全部（排除选定）"排除危险的管理工具。
            AI 可以查询和读取数据，但不能修改或删除。

  → Answer 节点

用户: "显示本季度收入前 10 名客户"
AI Agent:
  1. 调用 MCP 工具: run_query({ sql: "SELECT ... FROM customers ... ORDER BY revenue DESC LIMIT 10" })
  2. 返回格式化结果

最佳实践

1. 生产环境使用选定模式

在生产工作流中，避免使用 all 模式。明确选择 AI Agent 可以访问的工具：

// 好的做法：明确选择
include: "selected"
tools: ["get_weather", "get_forecast", "get_alerts"]

// 有风险：生产环境中的完全访问
include: "all"
// AI 可能意外调用管理或破坏性工具

2. 设置合适的超时时间

让超时时间与 MCP 服务器的典型响应时间匹配：

// 本地/轻量服务器
timeout: 15000  // 15 秒

// 外部 API 服务器
timeout: 30000  // 30 秒

// 复杂处理服务器
timeout: 60000  // 60 秒（默认）

// 长时间运行的操作
timeout: 120000  // 2 分钟

3. 在构建工作流前预先安装 MCP 服务器

在构建工作流之前在 MCP 服务器管理页面配置你的 MCP 服务器：

1. 前往工作区设置中的 MCP 服务器
2. 添加你需要的服务器（从目录或自定义）
3. 测试连接
4. 然后在 MCP 客户端工具节点中使用

4. 为不同目的使用多个 MCP 客户端工具节点

如果你的 AI Agent 需要来自多个 MCP 服务器的工具，使用单独的 MCP 客户端工具节点——每个服务器一个。这样做可以：

• 每个服务器独立的工具选择
• 每个服务器不同的超时时间
• 更清晰的配置和调试

5. 在生产前测试 MCP 工具

在将每个 MCP 工具暴露给 AI Agent 之前单独测试：

1. 在测试工作流中将工具注册给 AI Agent
2. 要求 AI 使用测试输入调用该工具
3. 验证响应格式和时机
4. 根据需要调整工具选择和超时时间

6. 监控 MCP 工具使用情况

使用工作流执行日志跟踪 MCP 工具调用：

• 哪些工具被调用最频繁？
• 是否有工具持续超时？
• 是否有 AI 从不使用的工具（可以考虑移除）？
• 发生了哪些错误？

常见问题

Q1: MCP 客户端工具和 HTTP 请求工具有什么区别？

A：

方面	HTTP 请求工具	MCP 客户端工具
协议	直接 HTTP REST 调用	通过 MCP 协议的 JSON-RPC
工具发现	手动配置	从 MCP 服务器自动获取
多工具	一个工具 = 一个端点	一个节点 = 多个工具
标准化	每个 API 自定义	标准 MCP 工具 Schema
最适合	简单 API 调用	具有多个端点的复杂工具服务器

Q2: 如何添加 MCP 服务器？

A：点击 MCP 客户端工具节点中的 "管理 MCP 服务器" 按钮，或从工作区设置导航到 MCP 服务器页面。你可以：

• 浏览目录 — 安装社区 MCP 服务器（如文件系统、GitHub、Slack）
• 创建自定义 — 通过提供 URL 和可选凭证添加你自己的 MCP 服务器
• 配置凭证 — 为需要认证的服务器设置身份验证

Q3: 可以在一个工作流中连接多个 MCP 服务器吗？

A：可以。每个 MCP 客户端工具节点连接一个 MCP 服务器并暴露其工具。AI Agent 可以调用任何已连接服务器的工具。

Q4: 如果 MCP 服务器不可达会怎样？

A：如果 MCP 服务器在运行时无法访问，工具调用将失败并返回错误消息。AI Agent 通常会优雅地处理这种情况——尝试替代方法或告知用户服务暂时不可用。检查父级 AI Agent 节点的错误处理设置。

Q5: AI Agent 知道有哪些工具可用吗？

A：是的。当 MCP 客户端工具注册到 AI Agent 时，所有工具（根据你的 include/tools 设置过滤）都会以其名称和描述添加到 AI 的可用工具列表中。AI 使用这些信息来决定为每个用户请求调用哪个工具。

Q6: 可以在超时字段中使用表达式吗？

A：可以。超时字段支持表达式，允许动态超时值：

// 基于工作流上下文的动态超时
$('Config').mcpTimeout || 60000

// 条件超时
$('Chat 触发器').isPriority ? 15000 : 60000

下一步

• AI Agent 节点 — 了解主 AI Agent 节点
• HTTP 请求工具节点 — 添加直接 API 调用能力
• 代码工具节点 — 添加自定义代码工具

相关资源

• MCP 服务器管理 — 安装和配置 MCP 服务器
• 思考工具节点 — 为 AI Agent 添加结构化推理能力
• 子工作流工具节点 — 将子流程注册为工具