MCP应用节点是LangChat Pro工作流中的工具型节点，提供MCP（Model Context Protocol）应用调用能力，支持与外部MCP服务集成，将执行结果作为变量传递给下游节点。
节点特性
MCP应用节点属于工具型处理节点，其核心特性是执行MCP应用调用操作并将结果封装为上下文变量，而非直接输出给用户。
工具节点 vs 输出节点
在LangChat Pro工作流中，节点按照输出特性分为两类： 输出节点（直接响应用户）：- LLM大模型节点：支持流式输出
- 直接回复节点：输出变量内容
- MCP应用节点
- 百度搜索节点
- 知识库检索节点
- 其他功能节点
执行场景对比
MCP应用节点
MCP应用节点基于MCP协议，提供与外部MCP服务的集成能力，支持多种MCP应用调用。配置参数
输入参数
推理模型：- 选择用于MCP调用的AI模型
- 支持多种推理模型选择
- 通过模型选择器配置
- 影响MCP应用的处理效果
- 选择要调用的MCP服务
- 支持多种MCP应用
- 通过服务选择器配置
- 影响MCP应用的功能类型
- 开启：直接流式输出给用户
- 关闭：输出变量供下游节点使用
- 影响MCP应用的输出方式
输出变量
MCP执行结果：- 数据类型：TEXT文本格式
- 内容：MCP应用执行的结果数据
- 用途：供下游节点引用和处理
典型使用场景
场景一：简单MCP应用调用
适用场景：- 调用MCP文件系统服务
- 简单的MCP应用集成
- 外部服务调用
场景二：MCP+AI处理
适用场景：- 需要AI分析MCP执行结果
- 结合MCP和AI推理
- 智能化的MCP应用处理
场景三：多MCP服务集成
适用场景：- 调用多个MCP服务
- 多服务结果整合
- 复杂的MCP应用组合
场景四：条件MCP调用
适用场景：- 根据条件选择不同MCP服务
- 智能化的MCP应用选择
- 动态的MCP服务调用
场景五：MCP流式输出
适用场景：- 需要实时显示MCP执行过程
- 流式的MCP应用输出
- 用户交互式的MCP调用
MCP应用节点是工作流中MCP协议集成的重要工具，支持多种MCP服务和灵活的配置选项。通过合理配置MCP服务、推理模型和输出方式，可以实现高效的MCP应用调用和集成。