● MCP 不仅仅用于展示工具，也用于使用它们。新的 MCP 客户端可让您的 Mendix 应用程序访问其他应用程序的工具，使 LLM 能够决定如何以及何时在对话中使用它们。

● 无需重复做无用功。您可以重复使用现有的工具和提示（本地或来自开源 MCP 服务器，如 GitHub、Slack 或 Google Drive），并将它们插入您的聊天体验中，而无需自定义集成。

● 低代码使 AI 编排变得毫不费力。借助 GenAI Commons、Conversational UI 和 MCP Client 等模块，只需几个微流即可将外部工具连接到您的聊天机器人。

在上一篇博客中，展示了如何将 Mendix 微流公开为像 Claude 这样的大型语言模型（LLM）可以通过模型上下文协议（MCP）发现和调用的工具。这为 AI 助手直接利用你的 Mendix逻 辑打开了大门现在，我们要把事情反过来。

用新的 MCP 客户端模块，你的 Mendix 应用可以充当外部 MCP 服务器的消费者，这意味着您的应用可以发现并调用在其他地方运行的提示和工具。这让您可以轻松地将强大的外部逻辑或 AI 服务插入到您的 Mendix 应用程序，无需创建任何自定义集成。

什么是 MCP 客户端模块？

MCP 客户端模块允许您的 Mendix 应用程序连接到任何符合 MCP 的服务器，无论是另一个 Mendix app、基于高代码的工具服务或者托管在云端的代理。

这意味着：

◎ 跨应用程序重用逻辑——让一个 Mendix 应用程序提供工具，另一个应用程序使用它们

◎ 连接到第三方 AI 服务——无需 REST 或 SDK 争论

◎ 将工具和提示链接到完整的 GenAI 工作流程中——全部通过低代码实现

总之， Mendix 现在可以使用 MCP 服务器和客户端，使其成为构建强大的 AI 增强应用程序的工具。这就像把你的 Mendix 应用程序插入一个由人工智能驱动的共享工具箱。

在我们的示例中，它的工作原理如下：

请注意，虽然这些工具处理数据检索，但 MCP 工具可以轻松触发操作、更新记录或执行您的应用程序或外部系统支持的任何其他操作。

这显示了一个 Mendix 应用程序充当 MCP 客户端，连接到外部 MCP 服务器（可能是另一个 Mendix 应用程序）。当用户与聊天机器人 UI 交互时，客户端会动态地从服务器发现工具，并将其包含在对 LLM 的请求中。如果模型选择调用某个工具，客户端会将调用传递给服务器，获取结果并继续对话。

一切都通过标准 MCP HTTPS 调用运行，不需要自定义集成。

注意：最新版本 GenAI 展示应用程序显示如何将 MCP 客户端连接到您的 Mendix 应用程序到外部服务器来使用工具，然后在你的 Mendix 聊天机器人。

从 Mendix 应用程序连接到 MCP 服务器  

1. 硬件需求

您可以选择从头开始，还是扩展现有应用程序。如果您希望从头开始，空白 GenAI 应用程序，它已经包含了所有必要的 GenAI 模块，是最好的起点。如果您要扩展现有应用，请确保安装 MCP 客户端，GenAI 公共资源，对话式使用者界面以及您最喜欢的 GenAI 连接器模块（来自 Marketplace）。您还应该可以访问 MCP 服务器（在 Mendix 应用程序或外部），您也可以使用 GenAI Showcase App MCP Server 示例。

2. 创建您的聊天机器人

如果您的应用程序中还没有聊天机器人，我将逐步指导您如何创建一个。即使您之前已经实现了一个，也最好按照以下步骤进行相应的更改。

步骤1：MCP 客户端模块中提供了一些示例微流程，可以帮助您快速上手，并且几乎无需任何自定义即可运行。请前往相应模块并复制以下微流程： 

ChatContext_MCPClient_ActionMicroflow 以及来自 GenAI Commons 地图文件夹到您的模块。

第二步：由于它们默认被排除，您需要先添加它们。这会触发一些错误，您可以通过重新连接复制的微流来修复。不用担心，这些错误是预料之中的，而且很容易解决。只需按照名称并选择相应的微流副本即可。

第三步：所有错误消除后，将数据视图添加到页面，并使用微流作为数据源。创建一个名为  DS_ChatContext_ 创建:

在微流内部首先检索一个部署模型从数据库中（或进行自定义检索以选择正确的 LLM）。

然后添加新聊天从工具箱中选择操作。选择检索到的模型，对于操作微流，选择之前包含的操作微流。

最后返回聊天上下文微流末尾的对象。

第四步：添加按键里面的数据视图打开页面对话式 UI_ 全屏聊天（或不同的 ConversationalUI 页面）来自 ConversationalUI 模块。

确保您的用户具有模块角色用户由 ConversationalUI 分配。您的聊天功能现已可用。

但是等等：Mendix 知道要使用哪个 MCP 服务器吗？

从技术上来说这如何实现？

1. 随请求注册工具

让我首先解释一下你刚刚盲目复制到你自己的模块中的内容：

这个 ChatContext_MCPClient_ActionMicroflow 确保用户输入的消息正确发送到正确的模型，包括其所有重要配置和上下文（例如对话历史记录）。

在微流内部，请求 _ 添加 MCP 工具子微流被调用。它连接到您的 MCP 服务器，发现所有公开的工具，并将它们添加为 GenAICommons.工具发送给 LLM 的请求。

对于发送给模型的每条消息，模型都知道这些工具，并且可以选择调用它们。

2. 工具调用和代理

你的 Mendix 应用程序如何调用另一个应用程序中的工具？它从 MCP 工具随请求及其输入参数一起注册开始。当模型返回 MCP 工具的工具调用时，将执行 MCPClient_ToolMicroflow。使用 MCP 客户端的调用工具操作，微流将请求转发给 MCP 服务器，充当中间人。然后，服务器的响应被发送回 LLM，LLM 可以处理用户的请求——要么直接回复，要么在需要时使用其他工具。

如您所见，无需自定义集成或更改即可使其适用于每个 MCP 服务器。只需即插即用，即可使用无需在同一应用程序中管理的强大工具来丰富您的聊天体验。

建立 MCP 连接  

现在让我们开始连接。你的应用需要知道 MCP 服务器的位置。

首先，我们需要允许管理员设置和管理 MCP 服务器配置。因此，请将 MCP 客户端管理员模块角色分配给您的管理员角色。

其次，将 MCP 客户端模块中的 MCPServerConfiguration_Overview 页面添加到导航中。然后运行应用程序，以管理员身份登录并导航到此页面。从那里，您可以创建第一个 MCP 服务器配置并将其保存到数据库中。

如果需要通过传递自定义 HTTP 标头进行身份验证，可以创建一个获取凭据微流。此微流不能有任何输入输出参数，需要返回一个系统列表。HttpHeader。您可以使用 Config:Create Http Header 并添加到列表工具箱操作来完成此操作。然后，在运行时以管理员身份创建 MCP 服务器配置时，您可以选择此微流作为获取凭据微流。查看 GetCredentials_EXAMPLE 微流，了解如何创建 GetCredentials 微流的类似示例。

手边没有 MCP 服务器？或许是时候重新访问了 最新博客文章关于揭露你的逻辑 Mendix 通过 MCP 访问应用。您可以构建自己的 MCP 服务器，也可以在 GenAI Showcase 应用中复用示例。如果要在 Showcase 应用中本地使用，端点可能如下所示：http://localhost:8080/mcp-ticketsystem

重新运行你的应用程序，并提出一个可以通过现有工具回答的问题。如果你使用的是展示版 MCP 服务器，可以提出类似这样的问题：“还有多少张票？” 可能会触发两次工具调用来检查有多少个错误和功能票处于打开状态，模型可以使用此信息来计算打开票的总数。

下一步是什么？

现在你的 Mendix 应用程序可以通过 MCP 公开和使用工具，您已准备好构建更高级的代理工作流——将应用程序链接在一起、将任务转移给 AI，或与跨团队的内部微服务集成。现在真的没有借口了：您可以使用低代码在整个企业中创建无缝的 AI 驱动环境。

更棒的是，开源 MCP 服务器生态系统正在不断发展，可用于 GitHub、Slack 或 Google Drive 等第三方服务。您可以自行托管这些，并让您的 Mendix 应用程序直接插入。那么，您的 Mendix 应用程序将首先连接到哪个外部服务？

立即扫码下载白皮书率先掌握行业先机

关于Mendix公司

作为西门子Xcelerator平台的低代码引擎，Mendix正在迅速成为推动企业数字化发展的首选应用程序开发平台。Mendix让企业能够以前所未有的速度构建应用程序、促进IT团队与业务专家之间开展有意义的协作，并帮助IT团队保持对整个应用程序环境的控制。作为一直被领先的行业分析师视为“领军者和远见者”的低代码平台，Mendix是云原生的、开放的、可扩展的、敏捷的，并且经过实践验证。从人工智能和增强现实，到智能自动化和原生移动，Mendix和西门子Xcelerator已成为“数字优先”企业的中坚力量。Mendix已被46个国家的4,000多家企业采用，并建立了由30多万名开发人员组成的活跃社区，这些开发人员使用该平台创建了20多万款应用程序。