跳转至

在智能体中集成 MCPTask (Using MCPTask with Agents)

MCPTask 算子节点允许你为 AI 智能体赋予对外部工具和数据源的即时临时访问权限。这一强大的机制使你能够极为精准地管控智能体在何时、以何种边界与外部系统交互。

核心设计哲学：具备长期记忆的临时授权

当你在画布上将一个 Agent 智能体连接至 MCPTask 节点时：

  • ✅ 即刻获权：智能体在执行该节点期间临时获得该 MCP 服务器下的所有工具；
  • ✅ 能力跃迁：智能体能够执行此前因缺乏工具而无法完成的高级任务；
  • ✅ 沉淀记忆：智能体完整保留在工具执行过程中习得的全新知识与数据上下文；
  • ❌ 即刻回收：任务执行完毕后，该智能体自动失去对这些 MCP 工具的调用权。

这种模式不仅确保了高度的系统安全可控性（防止工具被无节制滥用），同时完美实现了智能体知识库的增量进化。

MCPTask 与智能体的协作执行流

graph LR
    A[原生智能体 Agent] --> B[MCPTask 算子节点]

    subgraph MCP ["MCP 外部生态隔离区"]
        B --> C[MCP 服务器 Server]
        C --> D[外部系统与工具]
        D --> E[计算结果与实时数据]
        E --> C
        C --> B
    end

    B --> F[获得记忆的智能体]
    F --> G[下一阶段普通智能体任务]

MCPTask 节点充当能力扩充转换器的角色：它临时武装智能体，并在任务达成后输出一个吸收了外部知识但已卸载外挂工具的纯粹智能体实例。

完整实战演示：临时授权与记忆留存

我们来构建一条演示工作流，直观验证智能体如何临时获得互联网访问能力、并在工具权限回收后依然牢固保留所查阅知识的全过程。我们将继续沿用 Fetch MCP 服务器。

前置准备

  • 已成功安装并登记 Fetch MCP 服务器；
  • 了解 Griptape Nodes 的基础连线与节点调度操作。

Agent 连接 MCP Task 继而连接下游 Agent 的完整工作流

第一步：创建基础智能体 (Agent)

  1. 从左侧算子库中拖拽一个 Agent 节点至画布；
  2. 基础属性配置：
    • 将 prompt model (推理模型) 设置为 gpt-4o-mini（或你偏好的其它模型）；
    • 将 prompt (提示词) 设置为："Look up information about https://griptapenodes.com"；
    • additional_context (附加上下文) 暂时留空。

  3. 点击 Run 运行该节点——由于原生智能体不具备联网能力，它会明确回复无法访问：

    "I'm unable to browse the internet or access real-time data. However, I can help you understand what kind of information you might find on a website like griptapenodes.com..." （我无法浏览互联网或获取实时数据。不过，我可以协助你推断这类网站通常包含哪些内容……）

这清晰证明了在未赋权 MCP 之前智能体能力的局限性。

第二步：挂载 MCPTask 临时武装节点

  1. 从算子库中拖拽一个 MCPTask 节点至画布；
  2. 将前序 Agent 节点的输出端连线至 MCPTask 节点的 agent 输入端口；
  3. 配置 MCPTask 属性：
    • 将 mcp_server_name 下拉选择为 fetch；
    • 将 prompt 设置为："Can you look up the information now?"（你现在可以去查阅相关信息了吗？）；

  4. 运行 MCPTask 节点——此时智能体自动被注入 Fetch 工具并成功拉取到实时网页：

    [Using tool mcpFetch] Griptape Nodes is a platform designed to help creative professionals work with AI in a predictable, controllable way that fits their thinking process. It offers an intuitive drag-and-drop interface for creating advanced creative pipelines using graphs, nodes, and flowcharts... （[调用工具 mcpFetch] Griptape Nodes 是一套旨在帮助创意专业人员以可预测、可控的方式将 AI 深度融入思维流程的图形化平台。它提供直观的拖拽界面……）

第三步：连接下游普通智能体（权限回收验证）

  1. 拖拽一个新的 Agent 节点至画布；
  2. 将 MCPTask 节点的 agent 输出端口连接至新 Agent 节点的 agent 输入端口；
  3. 配置第二个智能体：
    • 将 prompt 设置为："Do you still have access?"（你现在还能访问互联网吗？）；

  4. 运行第二个智能体——它会诚实地回答：

    "I don't have the ability to access or retrieve real-time information from the internet... The information I provided earlier is based on my training data..." （我当前不具备访问或检索互联网实时信息的能力……）

关键技术观察：此时智能体已自动失去直接调用 Fetch 插件的特权，外部访问大门已安全关闭。

第四步：验证知识与记忆留存 (Memory Retention)

  1. 在第二个智能体下游再串联一个 Agent 节点；
  2. 配置提示词："What did you learn about Griptape Nodes?"（你此前了解到了关于 Griptape Nodes 的哪些知识？）；

  3. 运行该节点——智能体能够精准复述前序抓取到的内容：

    "Based on the information I learned earlier, Griptape Nodes is a platform designed to help creative professionals work with AI in a predictable, controllable way..." （基于我此前获取到的信息，Griptape Nodes 是一套专为创意专家设计的可视化 AI 管线系统……）

这无可辩驳地证明：智能体在特权工具卸载后，其上下文记忆依然得以完整传承。

智能体的高级进阶配置

在生产环境中，你可以对智能体进行全维度的深度编排：

1. 挂载规则集 (Rulesets)

通过规则集约束智能体的思维模型与对话语气： - 调研型智能体 (Research)：“在提供任何信息时必须严格附注原始信息出处与引用链接”； - 创意型智能体 (Creative)：“打破常规认知，提供具有颠覆性的前沿视觉方案”； - 分析型智能体 (Analytical)：“以严谨的结构化表格列出各项方案的优缺点与量化指标”。

2. 融合传统内置工具 (Built-in Tools)

除 MCP 外，还可直接为智能体挂载原生轻量工具： - Calculator 算术算子：精准执行严苛的数学微积分与浮点运算； - Date Time 时间算子：提供毫秒级绝对时间感知与跨时区日历计算。

3. 多模型按需适配 (Prompt Models)

在不同业务阶段自由切换最经济高效的大脑： - gpt-4o-mini / Haiku：响应极其敏捷，适合处理日常轻量提取与格式规整； - gpt-4o：具备出色的多模态推理能力，适合解决复杂逻辑死结； - Claude Sonnet：在深度长文本理解、学术综述与工业级代码编写方面表现卓越。

推荐延伸阅读