4 月 14 日，腾讯云宣布大模型知识引擎升级支持 MCP 协议，用户在搭建应用时，可以通过大模型知识引擎调用平台精选的 MCP 插件或插入自定义的 MCP 插件。

目前，知识引擎平台已经精选了多款 MCP Server，包括腾讯云 EdgeOne Pages、腾讯位置服务、Airbnb、Figma、Fetch 等，涵盖各类专业信息获取、网页部署和预览、网页解析获取等场景。精选 MCP 插件之外，用户也可以按照 MCP 协议配置已经部署的 MCP SSE 服务，在应用中灵活调用。

MCP（Model Context Protocol，模型上下文协议）是专为大语言模型（LLM）应用设计的开放协议，旨在实现 LLM 与外部数据源、工具的无缝集成。它通过统一的接口规范，将原本分散的 API 插件集成简化为 " 即插即用 " 的模式，如同 AI 领域的 "USB-C 接口 "，解决传统 API 插件集成中存在的多协议适配、高开发成本等问题。对于企业和开发者来说，这意味着 AI 应用和 Agent 的边界将进一步拓展，开发门槛也进一步降低。

去年 11 月由 Anthropic 发布以来，MCP 协议迅速吸引了技术极客与开发者的关注。开发者们将各种场景功能封装成 MCP Server 提供服务，探索协议落地的可行性。而今年 3 月，Manus 的火热则掀起了新一轮关于协议标准的讨论。虽然 Manus 并未直接采用 MCP 协议，但这一应用让业界看到了多 Agent 协同的想象力。协同的核心就是标准协议。可以说，MCP 协议的普及和落地，带来了 Agent 和大模型应用开发的新范式。

大模型知识引擎为企业和开发者提供了标准模式、工作流模式和 Agent 模式等三种开发方式，用户可以在工作流和 Agent 这两种模式中快捷使用 MCP Server。在工作流模式下，用户可以自定义工作流来响应用户的需求，通过拖拉拽知识引擎的各种原子，编排所需的流程。而 Agent 模式则由大模型进行任务自主规划和工具调用，无需代码，几步即可开发一个智能体应用。

比如，用户可以利用腾讯位置服务 MCP 插件，搭建路线规划助手。在 Agent 开发模式下， 点击添加 MCP 插件，即可根据需求添加腾讯位置服务的 MCP 工具。

插件添加完成后，用户可以根据自身需求撰写提示词，使用 AI 一键优化。

配置完成后，可在对话测试窗口测试应用对话效果。

企业和开发者可以参考腾讯云官方提供的 MCP 插件指南接入使用：大模型知识引擎 接入 MCP 插件 _ 腾讯云

腾讯云大模型知识引擎是面向企业客户及合作伙伴的大模型应用搭建平台，结合企业专属知识库，提供知识问答、知识总结等应用范式，推动大模型在企业服务场景的应用落地。

今年以来，大模型知识引擎持续迭代更新。2 月初，大模型知识引擎宣布接入 DeepSeek-R1 及 V3 原版模型，并率先支持联网搜索，帮助用户快速搭建联网应用。经过腾讯云的部署优化，大模型知识引擎吐字速率较使用开源推理引擎提升 84%，成本降低 46%。目前，大模型知识引擎已经在金融、政务、医疗、教育、零售等行业中广泛落地。