Appearance
3 协议和功能模块
3.1 Agent
腾讯云上线「AI开发套件」：5分钟搭建AI Agent小程序，支持MCP托管
Nature发文「智能体摩尔定律」，Agent能力每7个月翻倍
谷歌开源 AI 智能体开发套件 (Agent SDK)，支持 MCP、A2A
OpenAI官方发布了首个Agent开发指南，帮助开发者如何通过其SDK快速开发智能体
3.2 MCP
MCP发起人一手分享：MCP的起源、技术细节与设计思路、与Agent的关系及未来迭代方向
OpenAI 智能体重大更新：Agent SDK 接入 MCP 服务解锁无限工具扩展
概要
目前在智能体通信领域，比较完备的开源项目，除了 MCP，可能就是 ANP 了。
**ANP（AgentNetworkProtocol）**是为智能体网络（Agentic Web）设计的开放协议框架，实现了去中心化的身份认证，能够让任意两个智能体进行连接。同时设计了一个智能体描述规范，让智能体之间能够进行更加高效的数据交换与协作。
ANP 与 MCP 与最大的区别，就在于世界观的差异：
- MCP 是以模型为核心（Model-Centric），整个互联网都是它的上下文与工具。
- ANP 是以智能体为核心（Agent-Centric），每个智能体具有同等的地位，组成一个去中心化的智能体协作网络。
Dify可以考虑接入MCP Agent策略插件，通过MCP协议扩展Dify Agent能力，使其可调用外部工具（如时间服务器、CRM系统等）。 使用场景： 智能客服：集成外部CRM系统查询客户信息。 自动化办公：调用办公软件生成报表或安排会议。 深度信息检索：连接专业搜索引擎或数据分析工具。
开源MCP精选合集：包含浏览器、数据库、文件系统等100多个Agent超级工具
MCP服务和dify的插件市场有什么区别
MCP服务与Dify插件市场的区别主要体现在功能定位、技术架构和应用场景上，以下是两者的对比分析：
1. 核心定位差异
MCP服务
是标准化通信协议，旨在为AI模型（如LLM）与外部工具（数据库、API、应用）建立通用接口，解决异构系统集成问题。它通过协议规范实现双向通信，允许模型发现、理解并安全调用外部资源。- 示例：Zapier的MCP服务将其7000+应用封装为统一接口，AI通过协议直接调用。
- 技术核心：基于JSON-RPC 2.0的消息格式，支持SSE（远程）和stdio（本地）传输。
Dify插件市场
是功能扩展平台，为Dify用户提供工具、模型、策略等插件，增强应用开发能力。- 核心作用：通过插件生态扩展Dify的AI代理功能（如工具调用、多模态处理），降低开发门槛。
- 示例：安装MCP SSE插件后，Dify可接入外部MCP服务（如Zapier）。
2. 技术架构对比
| 维度 | MCP服务 | Dify插件市场 |
|---|---|---|
| 实现方式 | 协议层：定义通信标准（客户端-服务器模型） | 应用层：提供可安装的扩展模块（如工具包、策略逻辑） |
| 交互范围 | 跨平台通用（如IDE、聊天软件、云端服务） | 仅限Dify平台内部功能扩展 |
| 安全机制 | 内置访问控制、本地化部署保障数据安全 | 依赖Dify的权限管理（如插件级授权） |
| 开发灵活性 | 需按协议实现服务器或客户端 | 提供SDK和调试工具，支持自定义插件开发 |
3. 应用场景区别
MCP服务适用场景
- AI代理需动态调用外部工具（如数据库查询、邮件发送）。
- 企业需将业务系统（如CRM、ERP）与AI模型深度集成。
- 开发者希望构建可复用的工具连接器生态。
Dify插件市场适用场景
- 快速为Dify应用添加新能力（如语音生成、可视化工具）。
- 定制AI代理策略（如动态调用MCP服务的工作流逻辑）。
- 企业内部分享私有插件（支持本地安装和传播）。
4. 互补性与协同性 两者并非竞争关系，而是协同作用：
- Dify插件市场提供MCP协议适配插件（如MCP SSE），使Dify能作为客户端接入外部MCP服务。
- 开发者可通过Dify插件将自建的MCP服务器封装为工具，供Dify工作流调用。
- 例如，用户可在Dify中安装MCP代理插件，连接MySQL的MCP服务实现动态数据查询。
总结
- MCP服务是底层协议，解决AI与工具的标准化交互问题，适用于跨平台、多场景的集成需求。
- Dify插件市场是功能扩展生态，聚焦于增强Dify平台本身的AI应用开发能力。
- 实际应用中，两者常结合使用：通过Dify插件调用MCP服务，实现更复杂的自动化流程。
3.3 A2A
谷歌推出AI智能体交互协议Agent2Agent：为智能体带来互操作性
Function Callinghe ReAct
向量数据库
Milvus向量数据库在RAG中的应用