随着 AI 应用的爆发式增长，如何让 AI 系统有效且高效的接入企业的数据和工具成为了一个普遍存在的问题。MCP 协议的发布实现了第三方 API 接口的平权调用，极大提升了 Agent 开发效率，拓展了大模型的智能边界。虽然 MCP 让 AI 能够更低成本的接入第三方系统，但企业落地时依然面临很多挑战，MCPHub 作为 AI 时代的新基建，将加速智能应用开发，本次演讲我将分享美团 MCPHub 在稳定性、可用性、安全性、易用性等方面等遇到的问题挑战和思路解法，最后展望 MCPHub 的未来发展趋势和规划。

演讲提纲

1. MCP 背景及落地挑战

• MCP 是什么
• MCP 的主要价值
• MCP 在企业落地的主要挑战

2. MCPHub 建设和思考

• 美团企业级 MCPHub 介绍
• MCPHub 的整体方案设计
• MCP应用、MCP Server、MCP Tool 的逻辑关系
• 稳定性问题：MCP SSE 长连接问题、MCP 多协议版本兼容
• 安全问题：打通企业身份及鉴权体系
• 可用性问题：Tool 裁剪、编排等加工能力
• 易用性问题：AI 填充、Tool 调试、Playground、CloudIDE
• 易用性问题：RAG-MCP 提供工具深度搜索能力
• 易用性问题：智能路由 MCP 解决工具过载问题
• 供给问题：建立全品类的 MC P以及 Tool 广场

3. MCP 最佳实践及洞察

• 什么才是模型友好的 Tool
• 最佳实践：从接口思维到任务思维转变
• 案例分享：内部 MCP 落地案例
• MCP 业务洞察

4. MCPHub 演进规划

• MCP 官方的演进计划
• 美团 MCPHub 的演进规划

您认为，这样的技术在实践过程中有哪些痛点？

• MCP 协议还不够稳定，未来有可能演进为 WebSocket 等全双工协议
• 如何找到匹配的工具服务，这是所有大模型面临的通用难题，而 MCP 协议并不能解决这个问题

演讲亮点

• 大模型工具调用的最佳实践，站在 Agent 视角思考 Tool 定义，而非 Tool 供给方视角，比如产品支持 Tool 加工、版本管理等
• MCP 针对鉴权的支持，支持基于人、基于应用的身份认证，并兼容已有系统的鉴权方式
• 如何通过网关实现 Streamable 协议的平滑升级，兼容已有 MCP 服务

听众收益

• 了解企业级 MCPHub 的落地挑战和方案
• 了解如何零代码改造实现存量数字资产的智能化升级
• 了解大模型工具调用的最佳实践，有哪些注意事项