// 01 蓝耘MCP广场 是什么
什么是蓝耘MCP广场
蓝耘MCP广场(mcp.lanyun.net)是蓝耘科技旗下蓝耘元生代智算云平台推出的一站式 MCP服务市场。通过 MCP(Model Context Protocol),大语言模型可以标准化、安全地调用第三方服务。该广场集合了包括时间服务器、天气查询、数据库操作等在内的 240+ MCP 服务,支持开发者将大模型与外部数据源、第三方 API、数据库等对接,实现功能丰富的智能 agent 应用。
平台支持云端托管 MCP server,还提供“服务器管理”“语义检索”“工具集成”三大功能板块,帮助使用者快速部署、自动扩展并监控 MCP 服务。
MCP 基础回顾
MCP 定义与作用
MCP(Model Context Protocol)由 Anthropic 提出,作为标准化桥梁,让 LLM 能够调用外部上下文服务,如数据库、天气系统、日志等,相比硬编码接口,MCP 基于 OpenAPI 设计,具有安全性、可扩展性和隐私控制优势。
蓝耘MCP广场功能详解
丰富 MCP 服务生态
平台目前托管 240+ MCP 服务,类型包括时间、天气、日志、监控、安全审计、数据库、语义检索、翻译等,覆盖 AI 典型交互场景。
一键注册与登录
用户使用手机号+邮箱注册,即可获得平台代金券用于试用,登录后进入“MCP广场”页面查看并订购 MCP 服务。
云端部署与可视化管理
已托管 MCP 服务支持一键启动、日志可视化、状态监控以及权限控制面板,便于企业快速上线 MCP Server。
语义检索能力
平台支持SSE 和向量检索,可将页面或文档索引为嵌入向量,LLM可实现高速语义查询,响应时间提升4-8倍。
工具集成
可与 Cherry Studio、LangChain、Claude、ChatGPT 插件等协作使用,使 MCP 成为 AI agent 的控制轴心。
时间服务器使用示例
以“时间MCP服务器”为例,展示部署与调用流程:
安装:通过
pip install mcp-server-time或uvx即可运行;接口:支持
get_current_time(timezone)和convert_time(...),获取本地/任意地区时区当前时间或时区转换逻辑;调试:可用
@modelcontextprotocol/inspector进行接口测试;演示:LLM 调用 MCP server 回答“东京上午 9:30 是纽约什么时候?”等场景。
DeepSeek MCP Server 与平台集成
蓝耘广场还托管 DeepSeek MCP Server:
安装命令:
npm install -g deepseek-mcp-server或通过 Smithery;配置到 Claude Desktop:
"command":"npx", "args":["-y","deepseek-mcp-server"];功能包括模型切换、温度控制、多轮上下文等;
支持 MCP Inspector 测试及 API 调优。
应用场景与价值
1. 智能Agent
AI 助理能调用 MCP 服务,快速处理用户问题,例如日程查询、实时天气、数据库获取等。
2. 研发调试
使用者上线“开发日志”MCP,结合代码监控工具,让 LLM 可查询异常日志、生成代码调查报告。
3. 自动化办公
AI 可自动访问内部审批系统、文档服务,完成填写、审批、结果反馈等流程。
4. 语义分析
平台提供的语义检索服务让 LLM 快速在企业文档/网页中定位关键信息。
5. 教育与培训
实现“教练型”互动场景,如调用MCP获取翻译、图书目录或问答相关内容。
蓝耘MCP广场优势与挑战
| 维度 | 优势 | 挑战与建议 |
|---|---|---|
| 服务丰富 | 240+ MCP,一站获取多类型工具 | 服务质量参差,需用户检验 |
| 部署便捷 | 云管理、一键部署、自带账单风控功能 | 若部署私有 MCP,需技术运维 |
| 隐私安全 | LLM 仅访问 MCP 接口,无授权泄露 | 平台托管可能触发数据合规问题 |
| 兼容性强 | 支持主流客户端工具 | 部分自定义集成流程仍需手动适配 |
| 技术支持 | SSE + 向量检索加速体验 | 嵌入大小与请求速率限流需关注 |
