MCP配置与使用

DeepChat

MCP配置与使用

MCP（Model Control Panel，模型控制面板）是DeepChat的高级功能，允许用户精确控制AI模型的行为、风格和输出。本页面将详细介绍如何配置和使用MCP功能。

MCP概述

MCP功能主要包括以下几个方面：

角色定制：设定AI的角色、风格和行为边界
知识约束：限定AI的知识范围和专业领域
输出控制：控制AI回答的形式、长度和细节程度
交互模式：设置AI与用户的交互方式
自定义指令：添加特定操作指令和工作流程

访问MCP

开启MCP

在对话界面右上角，点击"MCP"按钮
MCP面板将在对话界面右侧打开
你可以通过拖拽分隔线调整面板大小

MCP权限设置

根据你的需求配置MCP权限：

打开设置 > MCP设置
选择以下权限级别之一：
- 基本权限：仅允许调整基本参数
- 高级权限：允许角色定制和输出控制
- 完全权限：允许所有MCP功能，包括高级指令

MCP配置

角色定制

在MCP面板中，切换到"角色"标签
设置以下参数：
- 角色定义：定义AI的身份（如"助手"、"教师"、"程序员"等）
- 语言风格：设置语言风格（如"正式"、"友好"、"技术性"等）
- 专业领域：指定AI应专注的专业领域
- 回应态度：设置AI的回应态度（如"谨慎"、"自信"等）

知识约束

在MCP面板中，切换到"知识"标签
设置以下参数：
- 知识范围：设定AI可利用的知识范围
- 时间约束：限定AI知识的时间范围（如"仅限2022年前的信息"）
- 参考资源：指定AI应参考的资源
- 不确定性处理：设置AI如何处理不确定信息

输出控制

在MCP面板中，切换到"输出"标签
设置以下参数：
- 详细程度：控制回答的详细程度（从"简洁"到"详尽"）
- 格式设置：指定输出的格式（如"段落"、"列表"、"表格"等）
- 引用要求：设置是否需要引用来源
- 代码风格：指定生成代码的风格和规范

交互模式

在MCP面板中，切换到"交互"标签
设置以下参数：
- 主动性：设置AI的主动性（如是否主动提供建议）
- 提问方式：设置AI是否会反问以澄清用户意图
- 连续性：控制对话的连续性和上下文保留程度
- 工作流整合：设置与特定工作流的整合方式

使用MCP预设

DeepChat提供了一些预设的MCP配置，适用于不同场景：

使用内置预设

在MCP面板顶部，点击"预设"下拉菜单
选择一个内置预设：
- 学术顾问：适合学术研究和论文写作
- 编程助手：专注于代码生成和技术问题
- 创意伙伴：促进创意思维和内容创作
- 数据分析师：专注于数据分析和可视化
- 教育导师：适合教育和学习场景

创建自定义预设

在MCP面板中配置所需参数
点击"预设"下拉菜单旁的"保存"按钮
输入预设名称和可选描述
点击"确定"保存预设

管理预设

点击"预设"下拉菜单旁的"管理"按钮
在预设管理页面可以：
- 重命名预设
- 删除预设
- 导出/导入预设
- 设置默认预设

高级MCP功能

自定义指令

在MCP面板底部的"自定义指令"文本区域，你可以添加特定指令：

在回答关于技术问题时，总是提供一个简单的例子和一个进阶的例子。
所有代码示例应该遵循Google风格指南。
如果不确定答案，明确表示并提供可能的信息来源。

输出模板

创建输出模板，规范AI回答的结构：

在MCP面板中，切换到"模板"标签
点击"添加模板"

设计模板结构，例如：

## 总结
{summary}

## 详细解释
{explanation}

## 示例
{examples}

## 参考资料
{references}

保存模板并应用

条件行为

设置条件行为，让AI根据具体情况调整回应：

在MCP面板中，切换到"条件"标签
点击"添加条件"

设置触发条件和对应行为，例如：

如果用户提到"代码优化"，则：
- 提高技术细节程度
- 增加代码示例
- 引用编程最佳实践

保存条件规则

MCP最佳实践

有效使用MCP的建议

从简单开始：先使用预设，熟悉后再进行自定义
针对场景调整：根据具体使用场景调整MCP配置
保持一致性：在一个对话中保持MCP设置的一致性
注意冲突设置：避免设置相互矛盾的指令
记录有效配置：记录并保存效果良好的MCP配置

常见使用场景

编程开发：设置详细的代码风格和文档要求
内容创作：调整创意程度和输出格式
学术研究：设置高引用标准和严谨的逻辑要求
教育培训：调整解释深度和示例数量
数据分析：设置精确的分析方法和可视化要求

MCP配置与使用

ON THIS PAGE