概览
此解决方案旨在满足在部署了 kagent 作为智能体 AI 平台的 Distributed Cloud 纯软件 (GDC) 环境中，以标准化、安全且可伸缩的方式集成 Model Context Protocol (MCP) 服务器的需求。
要解决的核心问题是，缺乏一个统一的接口来将大语言模型 (LLM) 应用连接到受监管 GDC 集群中的本地数据源和工具。此架构提供了一个自带 (BYO) 框架，让开发者能够部署自定义 MCP 服务器，将特定的企业功能作为工具公开给 AI 智能体。
此架构涵盖 kagent 与 MCP 服务器之间的通信协议，以及 GDC 上的组件拓扑。不包括第三方 MCP 服务器的内部逻辑。
本文档的目标受众群体包括 GDC 平台管理员、AI 应用开发者以及负责批准外部工具集成的安全审核人员。
特性和功能
kagent 提供了一个灵活的框架，使组织能够使用 BYO MCP 服务器将 LLM 与本地或专有工具集成。借助此功能，智能体可以与专用数据源进行交互，并在 GDC 集群的边界内执行复杂任务。
功能组件和职责
该架构包含以下功能组件：
- AI 智能体平台 (kagent)：充当中央编排器。它负责管理智能体会话的生命周期，将用户查询路由到 LLM，并通过 MCP 客户端协调工具执行。
- LLM：负责自然语言理解和推理。它会确定何时需要特定工具来执行请求，并生成调用该工具所需的参数。
- MCP 服务器：通过 MCP 将特定工具作为独立服务公开。 它负责处理与后端企业系统或数据存储区交互的底层逻辑。
接口和数据流
端到端架构依赖于标准化接口来维护互操作性和安全性：
- MCP 传输：kagent 通过受支持的 MCP 传输（例如 Streamable HTTP [或 HTTP with SSE] 或
stdio），使用标准化的 JSON-RPC 与 MCP 服务器通信。此接口定义了工具的发现、描述和调用方式。 - 数据流：请求生命周期遵循以下步骤：
- 用户向 kagent 发送提示。
- kagent 将提示转发给 LLM。
- LLM 识别出工具调用，并将其返回给 kagent。
- kagent 将请求转发到 MCP 服务器。
- MCP 服务器针对本地数据源运行该工具，并返回结果。
- kagent 将结果发送回 LLM，以生成最终回答。
架构
为了演示如何部署和使用 BYO MCP 服务器，此参考架构使用了开源 Nextcloud 应用、其 MCP 服务器以及 Solo Enterprise for kagent 上的 Nextcloud 智能体。
此示例使用 vLLM 部署 Gemma 4 模型。
该架构在 GDC 环境中连接了 Nextcloud、kagent 和 Gemma 4 模型。在此配置中，kagent 使用 Nextcloud 作为数据存储库，以便 Gemma 4 模型可以通过标准化的 MCP 接口访问和处理 Nextcloud 中的信息。
Nextcloud 是一个开源、自托管的协作和云端存储空间平台，支持本地部署，可帮助您保持对用户数据的控制和隐私。它是 openDesk 的一个组件。
Nextcloud 包含以下功能：
- 文件同步和共享：存储文件，通过专用应用在桌面设备和移动设备之间同步文件，并使用链接共享文件。
- 效率提升工具：使用内置的日历、通讯录、任务管理和电子邮件客户端。
- 协作：将 Collabora Online 或 ONLYOFFICE 等办公套件直接集成到 Nextcloud 中，以便实时协同编辑文档、电子表格和演示文稿。
- 可扩展性：从应用商店安装插件，以添加密码管理工具、看板或音乐播放器等功能。
此解决方案需要 GDC，并使用 kagent 和 vLLM 来提供 Gemma 4 模型。下图展示了验证设置：
