# MCP 服务集合 四个 MCP(Model Context Protocol)服务,各占一个目录,由仓库根 `docker-compose.yml` 统一编排: | 目录 | 容器名 | 作用 | 容器内端口 | MCP 端点 | |---|---|---|---|---| | `web_search/` | `mcp_web_search` | 网页搜索(默认免费 Parallel / Exa,可换成自建 `/search` 上游) | `3000` | `POST /` | | `image_task/` | `mcp_image_task` | 图片生成 / 编辑(文生图走 `/images/generations`,图生图走 `/images/edits`,单工具 op=create/get) | `3000` | `POST /mcp` | | `video_task/` | `mcp_video_task` | 智谱 CogVideo 视频生成(异步,单工具 op=create/get) | `3000` | `POST /mcp` | | `asr/` | `mcp_asr` | 语音转文字(上游 OpenAI 兼容 `/audio/transcriptions`),**额外带一个给输入框用的 `POST /transcribe`** | `3000` | `POST /mcp` | **这些服务一个宿主机端口都不占**——它们只挂在 `agent-mcp-net` 上,由 `agent-core` / `agent-executor` 按容器名访问。所以整台服务器对外只需要开 agent-core 那一个端口(`AGENT_PORT`,默认 8090)。 ## 部署 它们和 `agent-core` / `agent-executor` / `wxbot` 同属一个 compose 项目,无需单独启动,也没有先后顺序: ```bash cd /root/workspace/tools/agent docker compose up -d --build ``` `config.yml` 里的地址与容器名一一对应: ```yaml mcp_servers: - name: web_search url: "http://mcp_web_search:3000/" # 可选:换成自己的搜索接口(不配 = 内置免费后端 Parallel / Exa) # headers: # Authorization: Bearer # X-Web-Search-Base-Url: "https:///v1" - name: image_task url: "http://mcp_image_task:3000/mcp" - name: video_task url: "http://mcp_video_task:3000/mcp" # 可选:语音转写(低频,建议 skill 模式,不占每轮工具表) - name: asr url: "http://mcp_asr:3000/mcp" headers: Authorization: Bearer # 免鉴权的自建服务可省 X-ASR-Base-Url: "https:///v1" X-ASR-Model: "whisper-1" mode: skill ``` 服务没起来时,core 只在启动日志里告警,不影响 Web 主流程,但对应工具不会下发给模型。工具发现只在启动时做一次,失败后会自动按 2s / 20s / 1min 重试 3 次;三次都失败则需重启 core。四个服务都配了 `/health` 健康检查,`docker ps` 可直接看状态。 > 从旧的「agent + mcp 双仓库」部署升级:先在旧 mcp 仓库目录 `docker compose down`(只需一次,否则同名容器与网络会冲突),再 `up` 本栈。 `image_task` / `video_task` 的 token **不由服务端保存**——每个请求从 `Authorization` header 读取 (agent 侧配在 `config.yml` 的 `mcp_servers[].headers`)。`video_task` 用智谱 token; `image_task` 走任意 OpenAI 兼容的 images 上游:文生图 `/images/generations`、图生图 `/images/edits`, 上游地址与模型分别由 `X-Image-Task-Base-Url` / `X-Image-Task-Model` 指定(两者都必填)。 所以这两个服务不用配任何密钥。 `web_search` 同理:默认走内置免费后端(Parallel → Exa,无需 key);想换成自己的搜索接口, 就在这段 headers 里写 `X-Web-Search-Base-Url`(容器拼 `/search`)与可选的 `Authorization`。 一旦配了地址就以它为准——**失败直接报错,不会静默退回免费后端**(否则 key 过期 / 地址写错 只会表现为「结果质量突然变差」)。 `asr` 同理:上游的 key / base_url / model 全部由调用方随请求 header 带入 (`Authorization` / `X-ASR-Base-Url` / `X-ASR-Model`,agent 侧配在 `config.yml` 的 `mcp_servers[name=asr].headers`)。输入框那条路(`agent-core` → `POST /transcribe`)不经过 MCP 调用, 但 core 同样会从那段 `headers` 取值转发过去,所以两边只有一处配置。容器自己不存任何平台密钥, 也不预设任何厂商——任何 OpenAI 兼容的 `/audio/transcriptions` 都能用。 ### 调试端口 本栈默认不给 MCP 服务映射宿主机端口(它们只在 `agent-mcp-net` 内网可达)。要从宿主机直连, 自行在 `docker-compose.yml` 给对应服务加 `ports` 即可。 ## 图片是怎么到智谱手上的(只有 video_task 关心) 智谱服务器生成视频前要**自己来拉参考图**,它不带 cookie、不带 `Authorization`。这套链路里**没有任何人上传文件**: ``` AI ──调用 agent 内置的「公开临时 URL」工具(直接传文件路径)──► 拿到一条短命公网 URL │ ▼ AI 把拿到的 URL 当 image_url 交给 video_task:3000/mcp │ ▼ 智谱 ──匿名 GET──► agent 侧提供的公开临时 URL 那个文件始终躺在 agent 的任务目录里,零拷贝 ``` - 签发与托管全在 agent 侧(它已集成为一个 tool,AI 直接调用即可,不需要 curl 任何内网入口)。 - 链接短命:到期或 agent 重启后失效;智谱只在提交任务那一刻拉一次图,完全够用。 - mcp 这三家一个端口都不露,唯一公网可达的东西只有 agent 自己。 ## 端口与安全 | 服务 | 公网暴露 | 说明 | |---|---|---| | `mcp_web_search` | 无 | 服务端无鉴权,**永远不要映射出去**(会被白嫖搜索额度;配了自定义上游时还会把你的 key 白送出去);agent 走内网访问 | | `mcp_image_task` | 无 | token 由调用方自带,暴露后可被拿去消耗你的上游图片额度 | | `mcp_video_task` | 无 | 它需要的公开临时 URL 由 agent 侧集成的工具提供,自己不占端口 | | `mcp_asr` | 无 | `/mcp` 与 `/transcribe` 都无鉴权,只能由 core 经内网调用;它不存密钥(上游参数随请求带入) | ## 单独调试 ```bash cd /root/workspace/tools/agent docker compose up -d --build mcp_web_search # 不占端口的健康检查 docker exec mcp_web_search node -e "fetch('http://localhost:3000/health').then(r=>r.text()).then(console.log)" ``` 各目录下的 `README.md` 有该服务的工具说明、header 覆盖项与 curl 调试脚本。