第 25 期：MCP 综合实战 — 构建 AI 驱动的全能工作台

终极目标：全能 AI 工作台

把前四期学到的 MCP 技能整合为一个统一入口的 AI 工作台：用自然语言驱动一切。

graph TB
    User["👤 用户
'帮我查一下上周的 Bug 报告，
整理后发邮件给技术主管'"]
    
    User --> Agent[🤖 AI Agent
GPT-4o + Memory]
    
    Agent -->|"Step 1"| GH["🐙 MCP: GitHub
搜索 label:bug 的 Issues"]
    Agent -->|"Step 2"| RAG["🔍 MCP: RAG 知识库
检索相关的解决方案"]
    Agent -->|"Step 3"| Code["💻 Code Tool
整理为 Markdown 报告"]
    Agent -->|"Step 4"| Email["📧 MCP: Email Server
发送给 [email protected]"]
    Agent -->|"Step 5"| DT["📊 Data Tables
记录'已处理'状态"]
    
    style Agent fill:#ff6d5b,stroke:#e55a4e,color:#fff

完整架构

graph TB
    subgraph "入口层"
        Chat[💬 Chat Trigger
Web UI]
        TG[📱 Telegram Bot]
        Slack[💬 Slack Bot]
    end
    
    subgraph "Agent 层"
        Agent[🤖 AI Agent
System Prompt + Memory]
    end
    
    subgraph "MCP 工具层"
        MCP1[🐙 GitHub: Issues/PRs/Code]
        MCP2[🔍 RAG: 产品知识库]
        MCP3[📧 Email: SMTP 发送]
        MCP4[🐘 DB: PostgreSQL 查询]
        MCP5[📂 Files: 文件读写]
    end
    
    subgraph "运维层"
        Registry[📋 Server 注册表]
        Health[💓 健康检查]
        Monitor[📊 使用量监控]
    end
    
    Chat & TG & Slack --> Agent
    Agent --> MCP1 & MCP2 & MCP3 & MCP4 & MCP5
    Registry & Health & Monitor --> MCP1 & MCP2 & MCP3 & MCP4 & MCP5
    
    style Agent fill:#ff6d5b,stroke:#e55a4e,color:#fff

完整 docker-compose.yml

# ━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━
# 全能工作台 Docker Compose 配置
# ━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━

services:
  # ── 核心服务 ────────────────────────────────
  n8n:
    image: n8nio/n8n:latest
    ports: ["5678:5678"]
    environment:
      - N8N_ENCRYPTION_KEY=${N8N_ENCRYPTION_KEY}
      - DB_TYPE=postgresdb
      - DB_POSTGRESDB_HOST=postgres
      - N8N_RUNNERS_ENABLED=true        # Code 节点沙箱
    volumes: [n8n_data:/home/node/.n8n]
    depends_on: [postgres, qdrant]
    networks: [workspace]

  postgres:
    image: postgres:16-alpine
    environment:
      - POSTGRES_USER=n8n
      - POSTGRES_PASSWORD=${PG_PASSWORD}
    volumes: [pg_data:/var/lib/postgresql/data]
    networks: [workspace]

  qdrant:
    image: qdrant/qdrant:latest
    ports: ["6333:6333"]
    volumes: [qdrant_data:/qdrant/storage]
    networks: [workspace]

  # ── MCP Server 集群 ────────────────────────
  mcp-github:
    image: ghcr.io/modelcontextprotocol/server-github:latest
    environment: [GITHUB_PERSONAL_ACCESS_TOKEN=${GITHUB_TOKEN}]
    networks: [workspace]

  mcp-filesystem:
    image: ghcr.io/modelcontextprotocol/server-filesystem:latest
    volumes: [./shared:/data]
    command: /data
    networks: [workspace]

  mcp-postgres:
    image: ghcr.io/modelcontextprotocol/server-postgres:latest
    environment:
      - DATABASE_URL=postgresql://n8n:${PG_PASSWORD}@postgres:5432/n8n
    networks: [workspace]

volumes:
  n8n_data:
  pg_data:
  qdrant_data:

networks:
  workspace:
    driver: bridge

模块五总结

mindmap
  root((模块五: MCP 生态))
    Ep 21 MCP 原理
      协议架构 (Client/Server)
      三种能力 (Tools/Resources/Prompts)
      传输方式 (stdio/SSE)
    Ep 22 MCP Client
      Docker 部署 MCP Server
      GitHub / Filesystem 实战
      自动工具发现
    Ep 23 MCP Server
      n8n 暴露工作流为 Tool
      Claude Desktop 集成
      多工具 Server
    Ep 24 服务编排
      注册表管理
      健康检查工作流
      动态路由/故障切换
    Ep 25 综合实战
      全能 AI 工作台
      完整 Docker Compose
      多入口多工具架构

下一步

最后的模块六将进入多智能体生产架构——错误处理、子工作流编排、版本管理与团队协作的企业级最佳实践。