本文将以智能控制为场景,演示如何根据实际需求构建并应用自定义 MCP 服务,涵盖从应用创建到功能调试的全流程,帮助开发者高效实现灯光、窗帘等智能设备的精准控制。
提示:实操之前,请务必已经按照文档《基础教程-如何接入设备》,完成配置应用创建并接入,本文演示的MCP应用需要挂载于配置应用上。



MCP Tools 节点是实现设备控制的核心入口,需先配置工具基本信息,再关联后续执行流程
1).添加并初始化MCP Tools 节点
MCP Tools节点并拖拽至编排画布,双击节点进入配置界面。
2). 根据智能控制需求(以灯光控制为例),填写以下参数:
Name(名称):用于标识这个工具,方便模型在众多工具中快速识别和区分。Description(描述):对工具的功能进行说明,让模型清楚该工具能做什么。Input Schema(输入模式):定义工具接收输入的格式和结构,JSON 格式type:指定输入数据的整体类型properties:定义对象所包含的属性(即键值对里的 “键” 及对应值的规则)"type":规定属性的值类型"description": 对属性的含义做说明required:对后面的请求中包含的属性Route(路由):指定了工具的访问路径,从何确定tool对应的流程如果工具的落域效果不满意,可以试试调整Name和Description的描述,让模型更好识别你的工具使用场景。

1). 使用http in节点:接收外部请求
POST,URL地址与前面工具的Route对应
2). 使用mqtt out节点:实现智能设备控制

3). 将http in节点和 mqtt out节点链接

提示:若
MCP tool输出格式与要求不符,可在http in与mqtt out之间添加function函数节点来实现需要格式。
4). 使用complete节点:实现完成回复
mqtt out节点
5). 使用与function节点:构造响应json

6). 使用http response节点:返回结果

本章节旨在演示如何增加更多的MCP能力(控制 LED 以外设备,比如窗帘)。
如果您只想实现视频演示的效果(只控制 LED),本章节可以跳过。
在MCP Tools中新建tool然后同样执行对应操作即可,这里添加/curtain为例

可以使用inject和debug节点进行调试

如果tool输出数据需要处理,将数据处理函数链接于http in节点之后




“打开灯光”、“关闭灯光”、“把灯打开”、“把灯关了”等对灯的开关指令


pip install -r .\requirements.txt 安装所有依赖包

python.exe .\mqtt_led_controller.py

localhost:5000 即可打开测试网页
