企业官网建设流程全解析

如何把 FastGPT 应用以 MCP Server 方式发布并接入 Cursor 客户端？

【免费下载链接】FastGPTFastGPT is a knowledge-based platform built on the LLMs, offers a comprehensive suite of out-of-the-box capabilities such as data processing, RAG retrieval, and visual AI workflow orchestration, letting you easily develop and deploy complex question-answering systems without the need for extensive setup or configuration.项目地址: https://gitcode.com/GitHub_Trending/fa/FastGPT

在 FastGPT 上构建好应用后，如果你希望让 Cursor 这类支持 MCP 协议（Model Context Protocol）的客户端直接调用这些应用，就需要把 FastGPT 应用以 MCP Server 方式发布，再把发布得到的接入脚本配置到 Cursor 中。本文按“创建 MCP server → 获取接入脚本 → 接入 Cursor → 验证调用”的顺序完成这条链路，并在最后给出身份代理和私有化部署两个可选分支。

前提：你需要一个可以登录的 FastGPT 环境，以及至少一个已构建好的 FastGPT 应用。FastGPT 支持Streamable HTTP协议；私有化部署版本可以通过独立的 MCP Server 服务额外提供兼容的SSE协议，且要求 FastGPT 升级到v4.9.6及以上版本（见文末可选分支）。

1. 在 FastGPT 中创建 MCP Server

登录 FastGPT 后，打开工作台，点击MCP server进入管理页面。这里会列出你创建的所有 MCP server 以及它们管理的应用数量。

在新建时自定义 MCP server 名称，并选择要关联的应用——一个 MCP server 可以关联多个FastGPT 应用，这些应用会作为 MCP 工具对外提供。

2. 获取 MCP Server 接入脚本

创建完成后，点击开始使用，即可获取 MCP server 的访问地址（即接入脚本）。

这个接入脚本就是下一步要粘贴进 Cursor 的配置，发布地址中的 key 是执行凭证，文档明确提醒：请勿写入公开代码或发送给无关人员。

3. 把接入脚本配置到 Cursor

接下来以 Cursor 为例接入（文档同时提到 Cherry Studio 等支持 MCP 的客户端）。

1. 打开 Cursor 配置页面，点击 MCP 进入 MCP 配置页面；
2. 点击新建 MCP server 按钮，会跳转到一个 JSON 配置文件；
3. 将第 2 步获取的接入脚本复制到该 JSON 文件中，保存；
4. 返回 Cursor 的 MCP 管理页面，此时可以看到刚创建的 MCP server，把它设为enabled状态。

4. 验证 Cursor 是否成功调用 FastGPT 应用

打开 Cursor 的对话框，切换成Agent模型——只有这个模式下 Cursor 才会调用 MCP server。

然后发送一个与所关联 FastGPT 应用相关的问题。如果配置成功，可以看到 Cursor 调用了一个 MCP 工具并返回处理结果。以文档示例为例：发送关于fastgpt的问题后，Cursor 调用了一个描述为“查询 fastgpt 知识库”的 MCP 工具，也就是调用 FastGPT 应用处理该问题并返回结果（以下为文档示例截图，实际工具名取决于你发布的应用）。

可选：配置身份代理，让调用归属指定团队成员

如果你的网关或统一 MCP 客户端需要代表不同团队成员发起调用，可以开启身份代理：工具执行时会校验被代理成员对目标应用的读取权限，对话记录和运行记录也归属该成员。

前提条件（文档原文要求）：

• 只有团队所有者可以为 MCP server 开启身份代理；
• 被代理用户必须是当前团队内未离开的成员，并且拥有目标应用的读取权限；
• MCP 发布地址中的 key 是执行凭证，请勿写入公开代码或发送给无关人员。

操作步骤：

1. 创建或编辑 MCP server，在发布配置中打开身份代理，保存。未携带身份代理请求头时，工具仍以 MCP server 发布者的身份执行；
2. 在支持自定义请求头的 MCP 客户端（如 Cursor）中，在复制的配置里增加headers。身份信息放在 MCP transport 请求头中，不要放入工具参数。支持两个请求头，任选一个即可；同时提供时必须指向同一团队成员：

使用Streamable HTTP地址和登录用户名时的配置示例（<MCP_KEY>替换为你第 2 步获取的实际 key，邮箱替换为实际成员用户名）：

{ "mcpServers": { "fastgpt": { "url": "https://fastgpt.example.com/api/mcp/app/<MCP_KEY>/mcp", "headers": { "x-fastgpt-auth-proxy-username": "member@example.com" } } } }

使用团队成员 ID 时，将headers替换为：

{ "x-fastgpt-auth-proxy-tmb-id": "<TEAM_MEMBER_ID>" }

SSE 地址使用相同的请求头，但 SSE 服务在建立连接时保存代理身份，修改请求头后需要断开并重新连接；Streamable HTTP会逐次读取请求头。

验证方式：在 MCP 客户端调用一个已发布工具，调用成功表示代理成员仍在当前团队，并且拥有目标应用的读取权限。如果工具列表可以正常显示、工具执行却提示无权限，按文档顺序检查：

1. MCP server 是否已开启身份代理；
2. 请求头中的用户名或团队成员 ID 是否正确；
3. 同时传入两个请求头时，它们是否对应同一成员；
4. 该成员是否仍在发布 MCP server 的团队中；
5. 该成员是否拥有被调用应用的读取权限。

注意：工具列表只公开工具名称和参数等元数据，FastGPT 会在每次工具执行时重新校验成员状态和应用权限。

可选：私有化部署时启用 MCP Server

私有化部署版本的 FastGPT，需要升级到v4.9.6及以上版本才可使用 MCP server 功能。如果还需要SSE协议，按以下步骤增加独立的 MCP Server 服务：

1. 在docker-compose.yml中加入fastgpt-mcp-server服务：

fastgpt-mcp-server: container_name: fastgpt-mcp-server image: ghcr.io/labring/fastgpt-mcp_server:latest ports: - 3005:3000 networks: - fastgpt restart: always environment: - FASTGPT_ENDPOINT=http://fastgpt:3000

2. 在 FastGPT 容器中配置SSE_MCP_SERVER_PROXY_ENDPOINT，值为客户端可访问的fastgpt-mcp-server地址，末尾不要携带/：

environment: SSE_MCP_SERVER_PROXY_ENDPOINT: https://mcp.fastgpt.cn

3. 修改环境变量后需要重启 FastGPT 服务。docker-compose down会停止当前 compose 项目中的全部容器、up -d再拉起，执行前确认这是你部署 FastGPT 的目录：

docker-compose down docker-compose up -d

启动后，可以在工作台看到 MCP server 服务选项，之后按本文前半部分的流程创建并发布即可。

参考资料

• MCP 发布文档（本文主要来源）：mcp_server.mdx
• 私有化 MCP Server 服务源码：projects/mcp_server
• FastGPT 部署文档（含 SSE MCP 端口 3003 说明）：docker.mdx

【免费下载链接】FastGPTFastGPT is a knowledge-based platform built on the LLMs, offers a comprehensive suite of out-of-the-box capabilities such as data processing, RAG retrieval, and visual AI workflow orchestration, letting you easily develop and deploy complex question-answering systems without the need for extensive setup or configuration.项目地址: https://gitcode.com/GitHub_Trending/fa/FastGPT