不写一行代码，让你的AI Agent立刻掌握新能力
云煮鸡约 5 分钟无需从零开发，轻松为你的AI Agent接入丰富能力
你是否遇到过这样的场景：在搭建智能体中，想要调用某个特定的能力（比如由第三方提供的服务），却发现官方插件库中没有对应的 MCP 插件？
别担心，今天我们来分享一个极速解决方案——基于腾讯云Lighthouse+腾讯云智能体开发平台（ADP），快速将MCP服务部署至云端，并提供给智能体进行调用。
整个过程清晰简单，即使你是智能体搭建的新手，也能在很短时间内完成功能扩展。
本文将以接入「kuaidi100」物流数据插件为例，手把手带你走通全流程。
1. MCP：AI 应用的“万能接口”
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。它的目标很明确：让 LLM 与外部数据源、工具实现无缝集成。
你可以把它理解为AI 领域的“USB-C 接口”—— 通过一套统一规范，将繁杂的 API 集成变得“即插即用”，大幅降低开发成本与集成难度。
2. 两种常见服务模式，按需选择
根据你的使用场景和安全需求，MCP 服务主要有两种模式：
| 服务模式 | 核心原理 | 优点 | 缺点 | 典型场景 |
本地进程 (Stdio) | 直接执行本地已安装的可执行文件或脚本 | 数据安全、延迟低、完全离线可用 | 需手动为每台设备部署更新 | 处理敏感数据、要求极致响应的本地工具、离线环境应用。 |
远程服务 (SSE/StreamableHTTP) | 通过网络连接远端已在运行的服务 | 集中管理、弹性扩展、客户端无环境顾虑 | 需处理网络、认证与托管成本 | 团队协作、公共SaaS服务、企业级集成、快速验证与接入场景。 |
对于大多数希望快速扩展智能体能力，且不愿操心本地环境配置的开发者，远程服务（SSE/StreamableHTTP）是更便捷的选择。
接下来，我们将寻找一个提供快递查询服务的 MCP Server，将其部署在轻量应用服务器 Lighthouse 上，并以 Streamable HTTP 方式对外提供服务，最终在 ADP 中通过该协议进行连接。
本次我们的目标是接入 kuaidi100（一个"快递物流追踪"插件），使其能够理解用户关于快递的询问，并自动调用接口返回详细的物流状态。
整个流程只需三步：
第一步：寻找现成的 MCP 服务配置
我们不必从零开发，GitHub 上通常已有社区贡献的成熟方案。
1. 在 GitHub 搜索 “快递 MCP”，选择一个社区活跃、文档清晰的开源项目。
2. 在项目页面中找到 MCP Server 的配置信息，通常是一段 JSON。
复制这段配置，稍后会用到。
第二步：在 Lighthouse 上托管 MCP 服务
腾讯云 Lighthouse（轻量应用服务器）提供了便捷的MCP Server 托管功能，让我们无需操心服务器运维。
1. 购买与进入：在腾讯云控制台购买 Lighthouse 实例（选择注明支持 MCP Server 托管的镜像）。
2. 添加服务：进入实例的「MCP Server 管理」>「添加 MCP Server」>「自定义 MCP Server」。
3. 粘贴配置：将第一步复制的 JSON 配置粘贴到输入框中，并“点击识别”。
这里会进行智能识别，如果看到 JSON 格式不正确，修改后重新输入即可。
4. 创建成功：系统识别无误后，点击确定。稍等片刻，服务状态变为“运行中”。
5. 复制连接信息：记录下服务提供的连接地址和传输类型（本例为streamableHttp）。这是后续在 ADP 注册插件的关键。
第三步：在 ADP 插件广场注册并启用
现在，我们将托管好的服务变为 ADP 智能体可调用的插件。
在开始之前，先简单了解下腾讯云智能体开发平台ADP（Tencent Cloud Agent Development Platform）：它提供了强大的智能体构建能力，无需编写代码，即可快速制作、配置和部署各类智能体应用。
同时，ADP 内置了插件广场，允许你轻松集成与调用第三方工具或服务（如我们即将接入的 MCP 服务），极大地扩展了智能体的能力边界。
1. 登录腾讯云智能体开发平台 ADP。
（https://adp.cloud.tencent.com/）
2. 进入「插件广场」，点击「基于 MCP」创建新插件。
3. 写关键信息
接入类型：选择 streamableHttp（与 Lighthouse 显示一致）。
URL：填入第二步中复制的 Lighthouse 连接地址。
4. 创建完成！插件已出现在你的可用列表中。
让我们创建一个智能体来验证插件是否工作。
1. 创建应用与添加插件：在 ADP 中创建一个 Multi-Agent 应用，并在插件管理中添加上一步注册的快递插件。
在这里可以看到插件都已经添加好了
2. 编写提示词：在应用设置中，简单描述智能体的角色和能力。
3. 调试对话：在对话窗口输入：帮我查一下物料轨迹： YT34XXXXX到哪了？”
4. 查看结果：智能体会自动识别物流单号，调用插件接口，并返回结构化的物流信息，如“您的快递单号 YT34XXXXX 的物料轨迹如下”以及预计送达时间。
至此，整个外部 MCP 插件的寻找、托管、接入与调用流程已全部完成！
除了在 Mcp.so 或 GitHub 搜索，你还可以访问这些专门收录 MCP 服务的平台，发现更多现成工具：
Smithery - Turn scattered context into skills for AI：一个丰富的 MCP 服务目录与工具平台。
Composio：提供多种 AI 原生工具与集成的平台。
核心思路：在这些平台或 GitHub 上找到心仪的插件 → 通过 Lighthouse 一键托管 → 在 ADP 插件广场完成注册。全程无需深度开发，极大提升了智能体功能拓展的效率。