AI开放能力MCP使用指南

百度智能云提供了丰富的AI开放能力，包括文字识别、图像识别、人脸识别等，有着优秀的效果和响应效率。

现在，AI开放能力全面拥抱MCP协议，大幅降低智能体应用开发过程中调用相关能力的门槛，为智能体装上更灵敏的手和脚，让智能体能做更多事，且做的更好。

当前百度智能云AI开放能力共提供了11个MCP Server，共68个工具。详细清单见附录1：工具清单。

使用方式

当前MCP Server仅支持通过APIKey的方式使用，开始前请参考 API Key鉴权机制创建一个AI开放能力的API Key，并为API Key配置合适的权限范围。

1. 为避免MCP使用过程中遇到未授权的问题，建议为API Key配置AI开放能力-全部接口权限。
2. 使用短期API Key时，请注意API Key的有效期，避免过期后无法使用。
3. 大多数AI开放能力都为已实名认证的客户提供了免费测试额度，创建AI开放能力的API Key后即可调用这些额度。如免费额度耗尽，您可以前往对应能力的购买页，购买更多资源。

通过 HTTP SSE 传输方式使用 MCP Server

对于支持HTTP SSE传输的Client (如Cursor)，建议使用此方式，无须安装其他前置依赖。

• 配置：参考下面的配置文件：

  • mcp_server_url: 替换成要使用的MCP Server的URL, 例如：https://aip.baidubce.com/mcp/ocr_general/sse
  • api_key: 替换成你的API Key, 注意需要进行URL编码后填入，否则可能会导致连接失败

{
    "mcpServers": {
      "mcpserver_1": {
        "url": "<mcp_server_url>?Authorization=Bearer%20<url encoded api key>"
      }
    }
}

通过 stdio 传输方式使用 MCP Server

对于不支持HTTP SSE传输的Client (如Claude), 可以通过stdio传输方式使用MCP Server。百度AI开放能力目前尚未提供原生的stdio传输方式，可通过第三方工具supergateway实现。

• 安装

  • 安装nodejs: 请参考nodejs官网

• 配置：参考下面的配置文件：

  • mcp_server_url: 替换成要使用的MCP Server的URL, 例如：https://aip.baidubce.com/mcp/ocr_general/sse
  • api_key: 替换成你的API Key

{
  "mcpServers": {
    "mcpserver_1": {
      "command": "npx",
      "args": [
        "-y",
        "supergateway",
        "--sse",
        "<mcp_server_url>",
        "--header",
        "Authorization: Bearer <api key>"
      ]
    }
  }
}

快速开始：常见 Client 使用方式举例

下面将以调用『教育文字识别』MCP为例，介绍在几类常见Client里的使用方式。帮助第一次使用MCP的开发者快速上手使用。

在 Cursor 中使用

1. 打开cursor，点击右上角的齿轮图标，打开设置界面
2. 选择『MCP』，点击『Add new global MCP Server』，打开MCP Server配置文件
3. 在配置文件里粘贴以下内容。如果您已经配置了其他MCP Server，需要注意新增加的内容与其他内容都要在"mcpServers"这个父节点之下。

{
    "mcpServers": {
      "ocr_edu": {
        "url": "https://aip.baidubce.com/mcp/ocr_edu/sse?Authorization=Bearer%20<url encoded api key>"
      }
    }
}

其中：

• ocr_edu是MCP Server的名称，您可以自行设置。
• ?后面的是AI开放能力的API Key，请根据API Key使用文档 获取；
• https://aip.baidubce.com/mcp/ocr_edu/sse 是教育文字识别MCP Server的地址，您可以在本文开头找到其他MCP Server的地址。

4. 保存文件变更，重启cursor。重启后就能在MCP的配置界面看到对应的MCP Server了。
5. 接下来就可以提问，验证能力了。例如，我们使用cursor的agent模式，输入一张手写试卷的url地址（例如https://dataset-bj.bj.bcebos.com/v1/platform-guangwang/home/%E6%89%8B%E5%86%99%E8%AF%95%E5%8D%B7.png），并要求识别里边的文字。cursor会自动调用对应的MCP识别图片里的文字内容并返回。

在 Claude 中使用

• Claude目前不支持sse，可以通过第三方工具supergateway实现调用。调用前，请先安装好nodejs。
• Claude免费版所提供的大模型上下文长度较短，在使用工具较多的MCP Server时可能会报错。

1. 打开Claude本地客户端，点击Claude-Settings

2. 点击Developer-Edit Config，会出现Claude的MCP配置文件。打开该配置文件。
3. 在配置文件里粘贴以下内容。如果您已经配置了其他MCP Server，需要注意新增加的内容与其他内容都要在"mcpServers"这个父节点之下。

{
  "mcpServers": {
    "ocr_edu": {
      "command": "npx",
      "args": [
        "-y",
        "supergateway",
        "--sse",
        "https://aip.baidubce.com/mcp/ocr_edu/sse",
        "--header",
        "Authorization: Bearer <api key>"
      ]
    }
  }
}

其中：

• ocr_edu是MCP Server的名称，您可以自行设置。
• https://aip.baidubce.com/mcp/ocr_receipt/sse 是教育文字识别MCP Server的地址，您可以在本文开头找到其他MCP Server的地址。
• <api key>需要替换成AI开放能力的API Key，请根据API Key使用文档 获取

4. 保存文件变更，重启Claude。重启后就能在Claude界面上看到一个锤形图标，点击即可查看当前已添加的MCP工具。
5. 接下来就可以提问，验证能力了。例如，输入一张手写试卷的url地址（例如https://dataset-bj.bj.bcebos.com/v1/platform-guangwang/home/%E6%89%8B%E5%86%99%E8%AF%95%E5%8D%B7.png），并要求识别里边的文字。cursor会自动调用对应的MCP识别图片里的文字内容并返回。

通过千帆 AppBuilder 平台接入

使用千帆Appbuilder接入AI开放能力MCP的示例代码已上传至github，您可以参考readme文件的指引，实现一个接入AI开放能力的智能体。

通过 MCP Python SDK 接入

使用MCP Python SDK接入AI开放能力MCP的示例代码已上传至github，您可以参考readme文件的指引，实现一个接入AI开放能力的智能体。

使用 Tips

1. 受限于MCP协议的实现方式，使用MCP协议需要大模型具备较长的上下文长度，短上下文的大模型会直接报错。经过实际测试，64k token以上的上下文长度可以获得较好的效果。此外，MCP依赖大模型的判断能力来选取正确的工具，建议使用效果领先的大模型。
2. 目前通过mcp协议调用的请求总大小建议不超过4MB，否则可能会报错。
3. 在cursor、claude等客户端配置好MCP Server后，通常需要重启客户端以更新MCP配置。如您确认MCP Server的配置正确但无法正常使用，可尝试重启客户端。
4. 如果能力的输入/输出是多模态的（例如图片、语音文件），需要您使用的MCP client支持对应的文件格式。可以参考https://modelcontextprotocol.io/clients了解哪些client支持对应格式，或者参考官方开发文档自己实现一个client。

附录1：工具清单

通用文字识别

• MCP Server URL: https://aip.baidubce.com/mcp/ocr_general/sse
• 支持的工具:

财务医疗票据识别

• MCP Server URL: https://aip.baidubce.com/mcp/ocr_receipt/sse
• 支持的工具:

个人证照识别

• MCP Server URL: https://aip.baidubce.com/mcp/ocr_personal_card/sse
• 支持的工具:

企业证照识别

• MCP Server URL: https://aip.baidubce.com/mcp/ocr_company_card/sse
• 支持的工具:

车辆证照识别

• MCP Server URL: https://aip.baidubce.com/mcp/ocr_car_card/sse
• 支持的工具:

教育文字识别

• MCP Server URL: https://aip.baidubce.com/mcp/ocr_edu/sse
• 支持的工具:

图像识别

• MCP Server URL: https://aip.baidubce.com/mcp/image_recognition/sse
• 支持的工具:

图像增强

• MCP Server URL: https://aip.baidubce.com/mcp/image_enhance/sse
• 支持的工具:

注意：图像增强工具的输出都包含图片，请确认你的client是支持image类型输出的

图像特效

• MCP Server URL: https://aip.baidubce.com/mcp/image_effect/sse
• 支持的工具:

注意：图像增强工具的输出都包含图片，请确认你的client是支持image类型输出的

人脸识别

• MCP Server URL: https://aip.baidubce.com/mcp/face/sse
• 支持的工具:

语音技术

• MCP Server URL: https://aip.baidubce.com/mcp/speech/sse
• 支持的工具:

附录2：什么是MCP协议？

MCP可以看做大模型与具体的工具之间的"转接头"。

在MCP出现之前，大模型想要调用外部工具（例如邮箱、日历、聊天软件等），都需要专门基于大模型平台开发一个适配某工具的插件。插件是捆绑在平台上的，在A平台能用的插件，到了B平台上还需要重复适配。

而MCP是一个开放的标准协议，只要某工具支持了MCP协议，则所有支持MCP协议的平台都可以调用该工具。

这为行业带来了全新的思路：如果大模型平台和工具提供者均支持MCP协议，则平台方可以调用海量的MCP工具，而工具提供方也可以让自身的服务被跨平台的开发者所使用。

这也极大便利了大模型应用的开发者，支持MCP的工具提供者越多，大模型应用就能具备更多技能，能够做到更多原来做不到的事。