MCP（模型上下文协议）标准化了应用程序和云端 PaaS、SaaS 等服务向 LLM 提供接口和上下文的方式，LLM + MCP 正在成为 AI Agent 生态的关键组成。为了帮助用户高效、安全地调用和管理各类流行 MCP 工具，七牛云 AI 大模型推理服务重磅升级，上线 Agent 和 MCP 托管服务，一站式提供大模型推理 + MCP 工具调用，为各类 Agent 开发提供统一、安全、标准化接入与编排的中间层，适用场景包括：

  • 一步调用 LLM 推理大模型和多个流行 MCP 工具，支持开发更复杂的 Agent 应用

  • 需要灵活编排、聚合多种工具和模型，统一接入和管理，增强服务扩展性

  • 需要集中安全托管多种 MCP 的敏感密钥，避免在多个用户和终端暴露

  • 本地终端系统多样，难以配置和运行多种代码编写和工具依赖的 MCP 服务

七牛云托管了部分流行的 MCP 工具，提供工具的运行环境、版本更新、性能优化，提供统一的 API 接口供用户调用。开发者用户选用流行的 hosted MCP 时，无需搭建运行环境，无需额外复杂配置，通过 Token API 直接调用即可。除此之外，开发者用户也可以通过 SSE 协议自定义选用更多站外的 MCP 工具。


如何配置

  • 登录七牛云控制台 >> AI 大模型推理，进入 MCP 服务管理页面

  • 选择站内已托管的热门 MCP 工具，或者自定义配置自己在站外的 MCP 地址（SSE 协议）

  • 后台会为用户选配的 MCP 生成专属的实例和接入地址

  • 与请求大模型接口类似，一步调用 LLM + MCP，一站式实现 Agent

  • 用户也可以通过 SSE、流式接口，将选配的 MCP 配置到本地客户端和其他环境使用

按需选择 MCP 和接入方式

1.一步调用LLM + MCP，实现Agent能力

  • 地址格式：

https://api.qnaigc.com/v1/agent/instance/${agent-id}

  • 协议兼容：OpenAI接口兼容的Agent入口

  • 适用场景：在调用LLM接口时，也允许LLM判断使用自己选配的托管MCP

2. 只引用MCP 

  • MCP协议

SSE：

 https://api.qnaigc.com/v1/mcp/sse/${mcp-id}

HTTP-Streamable：

https://api.qnaigc.com/v1/mcp/http-streamable/${mcp-id}

  • 适用场景：将云端托管和选配的MCP引入到本地聊天客户端和LLM业务场景

 Agent 一次聚合多 MCP 工具调用

  • 支持在 BaseUrl 中拼接多个 MCP-ID，实现一次聚合多个 MCP 工具实例：
    https://api.qnaigc.com/v1/agent/group/${mcp-id-1},${mcp-id-2},${mcp-id-3}

  • 适用场景：一次 Agent 请求中，聚合触发调用到多个 MCP 服务

快速调用示例

  • OpenAI 接口兼容（以 Curl 直接请求 HTTP 接口为例）

export OPENAI_BASE_URL="https://api.qnaigc.com/v1/agent/instance/${agent-id}"export OPENAI_API_KEY="<七牛云 AI API KEY>"curl "$OPENAI_BASE_URL/v1/chat/completions" \    -H "Content-Type: application/json" \    -H "Authorization: Bearer $OPENAI_API_KEY" \    -d '{        "messages": [{"role": "user", "content": "请调用你支持的三个 MCP 能力，并列举全部能力"}],        "model": "deepseek-v3-tool"
   }'

  • 标准 MCP 协议（以官方Node SDK 使用 HTTP Streamable接口为例）

import { Client } from "@modelcontextprotocol/sdk/client/index"import { StreamableHTTPClientTransport } from "@modelcontextprotocol/sdk/client/streamableHttp" const serverUrl = '你的 MCP 服务 Url '// 如 https://api.qnaigc.com/v1/mcp/http-streamable/e6dc8192***const apiKey = '七牛云 AI API Key' const client = new Client({  name: 'Qiniu-MCP-Client',  version: '1.0.0'}) // 这里设置你的七牛云 api key 和 StreamableHTTP 连接地址const transport = new StreamableHTTPClientTransport(new URL(serverUrl), {  requestInit: { headers: { 'Authorization': `Bearer ${apiKey}` } }}) async function main() {  // 开始连接  await client.connect(transport)   // 列举 MCP 工具  const tools = await client.listTools()   // 查看支持的工具  console.log(tools)} main()  .then(() => { console.log('Client connected successfully') })  .catch((error) => { console.error('Error connecting client:', error) })

  • 配置 SSE 或 Streamable 接口的 MCP 到本地客户端中

（以 Cherry Studio 客户端中 MCP 服务配置示例，使用其他 AI 对话客户端及 Cursor、VS Code 等开发工具时配置方式也类似）

基于 MCP 接入服务，七牛云将为企业和开发者提供标准协议转换、安全密钥托管、服务聚合、统一管理等关键能力。