2026年7月16日 周四晚上19:30,报名腾讯会议了解“如何构建自进化的动态知识库(Brain)”(限30人)
免费POC, 零成本试错
FDE知识库

FDE知识库

学习大模型的前沿技术与行业落地应用


收藏

阿里巴巴 MCP 分布式落地实践:快速转换 HSF 到 MCP server

发布日期:2025-05-11 10:13:45 浏览次数: 2183
作者:阿里云云原生

微信搜一搜,关注“阿里云云原生”

推荐语

阿里巴巴内部技术专家分享,如何在不改代码的情况下,将HSF服务快速迁移到MCP生态

核心内容:
1. MCP生态建设现状和AI大厂的积极参与
2. 阿里巴巴HSF框架及其在双十一大促中的稳定表现
3. Higress AI网关在MCP服务托管中的关键作用和优势

杨芳贤
53AI创始人/腾讯云(TVP)最具价值专家

MCP 为资源访问和 Multi Agent 互操作提供了标准化的可能。开源社区目前对 MCP 的生态建设非常火热,mcp.so 已经提供了近 1 万的 mcp server ,其他各种 MCP 生态组件更是层出不穷。AI 大厂们积极拥抱 MCP ,并纷纷提供了自己的 MCP server。对于开发同学,如何让自己的业务能快速进入 MCP 生态,要不要跟进和如何快速跟进,已经成为了必须面对的挑战。

本文产生自阿里巴巴内部 MCP 实践经验,实现了应用不做代码改动,通过 Higress AI 网关实现 MCP 协议卸载,快速将内部的 HSF 服务转换为 MCP Server ,将现有微服务接入 MCP 生态。在业务和技术同时不踏空的前提下,保留对 AI 原生应用基础设施的选择权。

HSF 是阿里巴巴内部以 Apache Dubbo 为内核的 RPC 框架,提供了支持超大规模高性能的 RPC 协议和高质量框架层实现支持,为阿里巴巴内部研发同学和业务提供了稳定易用高效的微服务生态。目前阿里内部 HSF 有百万级别生产级实例,经历了多年双十一百亿级洪峰考验。围绕 HSF,内部也有多年演进出的支持超大规模稳定运行的注册中心和配置中心,Nacos 就是基于其设计思想脱胎而生的开源产品。

Higress 是阿里阿巴开源的 AI 网关。2020 年,Higress 承担了集团跨 VPC 通信的重任,在保证高性能的前提下,其丰富的特性显著降低了业务研发的成本,成为内部跨域通信的网关事实标准。2022 年,在内部稳定运行两年,经历了单集群百万 QPS 的流量验证后,Higress 宣布开源,由于其出色的性能和易用性,迅速就获得了大量用户关注,并成为众多商业化客户的首选网关。 2024 年后,Higress 作为最被广泛使用的 AI 网关,在大模型和 MCP 领域成为官方认证的网关方案。

有关 Higress 的开源经历可以参考这篇文章,https://higress.cn/blog/higress/。

在 MCP 生态中, Higress 作为关键的基础设施组件,通过其协议转换能力,实现了将现有服务无代码改动地接入 MCP 生态。 在 MCP 服务托管方案中,Higress 负责接收 MCP 请求并完成协议卸载,提供统一的身份认证、流量调度、参数映射与安全审计等能力,使开发者能在不深入了解 MCP 协议细节的情况下,快速将现有服务暴露为 MCP Server。这种 hosting 模式有效解决了 MCP 协议快速迭代、SDK 不稳定等挑战,为企业在 AI 原生应用发展中提供了灵活选择的空间。

图片

接下来回答一个问题,阿里内部这么多的 HSF 服务,为什么选择 hosting 的方式接入 MCP,而不是原生SDK 的方式接入?

挑战




Cloud Native


  • MCP 自身演进非常快,内部用户非常难跟上其迭代节奏。0326 的 SPEC 距离上次发布只过了 4 个月,根据 MCP 2025 的 RoadMap,未来可能还会有 3 次以上的 SPEC 发布,这些 SPEC 不保证协议层面完全前向兼容。很容易遇到现在接入了官方开源的 SDK,后面还需要处理线上的老版本 MCP 如何升级到最新版本的重复投入和稳定性成本问题,对集团内核心应用的研发而言会非常痛苦。

  • 现有 MCP 的 SDK 还比较初级,仅对 SPEC 做了简单实现,在可用性上远远达不到生产级别,需要较长的时间稳定。比如 java-sdk 的 0.7.0 和 0.8.0 的 API 有非常多的改动项,MCP Java SDK Migration Guide: 0.7.0 to 0.8.0。对于应用开发同学而言,不光要升级,还要改接入的代码,成本和风险都是翻倍的。

  • MCP 生态虽然热火朝天,但缺乏系统化和最优实践,达到共识的时间成本和个人的学习成本不可忽视。如何快速掌握 MCP 协议和 MCP 应用开发,最快的方式当然是在现有的业务场景里先跑起来,然后一边运行一边学习。那么如何才能在不懂 MCP 的前提下跑起来自己的 MCP Server?


转换 HSF Service -> MCP Server

Cloud Native


图片

组件


  • Higress 网关:承接 MCP 流量,提供统一身份认证、流量调度、参数映射、安全审计等切面能力。
  • MCP 控制台:AI 应用研发同学创建和维护 MCP server/tools/prompts 的平台,提供工具托管、调试、编排能力。
  • MCP Registry: 注册中心,负责集团内所有 MCP server 的注册和 client 发现,由 HSF 注册中心承担。
  • MCP Metadata Center : 存储提示词、MCP server 元数据、工具元数据、版本化支持等,由 HSF 配置中心承担。

操作步骤


step1:打开对应环境的 HSFOPS 后台,选择 MCP 侧边栏

图片

step2:选择需要转 MCP Tool 的 hsf 应用(自己为 owner/ops 的应用)、服务名和方法名。

注意:工具描述需要准确具体,用于给大模型识别 tool 的用途。

图片

step3:补充标记为 //TODO 部分的 method 的入参的 fieldName 和 description

请求参数结构会自动生成,只需添加名称(key) 和描述 (description)。

图片

step4:利用工具以 mcp sse 方式访问域名

http://{MCP endpoint prefix}/{applicationName}/sse

实际效果


Cherry Studio


AI Infra 视角对 MCP 的思考

Cloud Native


  • MCP 不是银弹。从分布式领域和 AI 基础设施的角度看,MCP 作为一个通信协议或 AI 智能体协议都不够成熟,远达不到生产级别落地的标准。因此,无论是业务还是基础设施团队,盲目的选择 All in MCP 是不负责任的表现。通过快速跟进,快速试错实现 AI 业务场景的原型落地是更好的选择。因此,AI infra 团队关注的重点应是如何降低业务创新的成本,而不是拉上业务一起为自己的错误决策埋单。将这一点落实到技术决策,选择由 Higress 网关承担 MCP 协议卸载,再适配内部已有协议是对阿里内部全局较优的选择。无论是 MCP 发展到足够成熟还是被其他的生态取代,业务都可以灵活的选择跟进或切换,整个公司的基础设施不会发生 vendor lock-in 。
  • Market 重要吗?重要也不重要。AI 智能体解决的是如何扩展 LLMs 的边界,从而解决更复杂的实际问题。MCP 合理的定位是解决 MxN 的重复建设和标准化资源访问的问题,MCP Market 是一个自然而然的产品,其存在是有必要性的。但认为掌握了 Market 就掌握了一切,这是本末倒置的想法。合理的路径是基础设施适配先做到位,让业务研发同学能够有更多的选择权,更快的迭代速度,自然会有完善易用的 Market 作为门户存在。前面的积累如果没有做扎实,后者只能是空中楼阁。
  • 看起来只关注了 Tool 的转换, Prompts/Roots 和 Sampling 呢?回答这个问题需要扩展阅读一下 MCP 的诞生背景以及使用场景,包括 Anthropic 对其的定位和创建 MCP 的目标。MCP 是 AI 业务工程化的起点里程碑,但不是终点,在投入 MCP 的同时关注 A2A 和 ANP 这些 AI Agent 交互协议的发展是做 Infra 的团队的必然选择。


总结




Cloud Native


本文提供了阿里内部大规模 HSF 服务快速转换为 MCP Server 的实践,用于帮助业务同学降低改造成本,快速融入 MCP 生态,紧跟 AI 原生应用的发展速度。目前看来,MCP 只是第一步,AI 原生应用的路还很长,希望这篇文章能对 AI Infra 领域感兴趣的同学和团队有所启发。

53AI,企业落地大模型首选服务商

产品:场景落地咨询+大模型应用平台+行业解决方案

承诺:免费POC验证,效果达标后再合作。零风险落地应用大模型,已交付160+中大型企业

联系我们

售前咨询
186 6662 7370
预约演示
185 8882 0121

微信扫码

添加专属顾问

回到顶部

加载中...

扫码咨询

扫码登录
登录即表示您同意《53AI网站服务协议》
服务协议

欢迎您使用【53AI 官方网站】(以下简称“本网站”或“我们”)。本《会员服务协议》(以下简称“本协议”)是您(以下简称“会员”或“用户”)与【深圳市博思协创网络科技有限公司】之间关于注册、登录及使用本网站会员服务所订立的法律协议。

在您注册或登录前,请务必审慎阅读、充分理解各条款内容,特别是免除或限制责任的条款、知识产权条款、争议解决条款等。此类条款将以加粗形式提示您注意。 当您通过微信公众号授权、手机验证码验证或其他方式成功登录本网站时,即视为您已完全理解并同意接受本协议的全部内容。

一、 定义

本网站:指由【深圳市博思协创网络科技有限公司】运营的,域名为【53ai.com】的网站及相关移动端页面。

会员服务:指本网站向注册会员提供的知识库文章查阅、内容检索及其他相关增值服务。

知识库内容:指本网站发布的包括但不限于文字、图表、数据、研究报告、行业分析等数字化内容资源。

二、 账号注册与登录

登录方式:本网站支持以下登录方式,您可根据实际情况选择:

微信公众号授权登录:您同意将您的微信OpenID信息授权给本网站,用于创建或关联会员账号。

手机验证码登录:您需提供真实有效的手机号码,并通过短信验证码完成身份验证与登录/注册。

账号安全:您的账号仅限您本人使用,禁止赠与、借用、租用、转让或售卖。因您保管不善导致的账号被盗、密码泄露等损失,由您自行承担。

实名认证:根据相关法律法规要求,我们可能要求您在特定功能下完成实名认证。如您拒绝提供,可能无法使用部分或全部服务。

未成年人保护:若您未满18周岁,请在法定监护人的陪同下阅读本协议,并在征得监护人同意后使用本服务。

三、 服务内容与规范

知识库查阅权限:会员登录后,有权按照其会员等级对应的权限范围,在线浏览、检索本网站知识库中的相关文章及内容。

服务变更:我们有权根据业务发展需要,调整、变更或终止部分服务内容,并将以网站公告、公众号消息等方式提前通知。

禁止行为:您在使用服务时不得实施以下行为:

利用技术手段批量爬取、下载、转存知识库内容;

将知识库内容用于商业目的或未经授权地向第三方传播;

干扰本网站正常运行或侵犯其他用户合法权益;

发布违法违规信息或从事违反公序良俗的活动。

四、 知识产权声明

权利归属:本网站知识库中的排版设计、软件代码等内容的知识产权均归【公司全称】或原权利人所有,受《中华人民共和国著作权法》等法律保护。

有限许可:本网站授予会员一项非独占、不可转让、不可转授权的普通许可,仅限于个人学习、研究之目的在线查阅知识库内容。

侵权追责:未经书面许可,任何单位或个人不得以任何形式复制、转载、摘编、镜像、汇编或以其他方式使用上述内容。一经发现,我们保留追究其法律责任的权利。

五、 个人信息保护

我们重视对您个人信息的保护。关于我们如何收集、使用、存储和保护您的个人信息,请单独阅读 《隐私政策》。

您通过微信公众号授权或手机号验证所提供的信息,我们将严格按照《个人信息保护法》的规定处理,仅用于身份识别、服务提供及安全验证等必要用途。

您可以随时通过网站设置或联系客服行使查阅、更正、删除个人信息及撤回授权同意的权利。

六、 免责声明

内容准确性:知识库内容仅供参考,不构成专业建议。我们不对其完整性、准确性、时效性作任何明示或暗示的保证,您应自行判断并承担使用风险。

不可抗力:因自然灾害、政策法规变化、网络故障、第三方平台接口异常(如微信接口维护、运营商短信通道故障)等不可抗力导致的服务中断或延迟,我们不承担违约责任。

第三方链接:本网站可能包含指向第三方网站的链接,该等网站的内容和服务不受我们控制,请您自行甄别风险。

七、 违约责任

如您违反本协议约定,我们有权视情节采取警告、限制功能、暂停服务、注销账号等措施,并保留要求赔偿损失的权利。

如因您的违约行为导致我们遭受行政处罚、第三方索赔或商誉损失,您应承担全部赔偿责任(包括但不限于罚款、赔偿金、律师费、公证费等)。

八、 法律适用与争议解决

本协议的订立、执行和解释均适用中华人民共和国大陆地区法律。

因本协议产生的或与本协议有关的任何争议,双方应友好协商解决;协商不成的,任何一方均可向【公司所在地】有管辖权的人民法院提起诉讼。

九、 其他

本协议构成双方就本服务达成的完整协议,取代此前任何口头或书面约定。

本协议任一条款被认定为无效或不可执行的,不影响其他条款的效力。

我们对本协议享有最终解释权,并在法律允许的范围内保留随时修改的权利。修改后的协议一经公布即生效,继续使用服务即视为同意修订内容。


已查阅