Trae + Dify 10分鐘構建 Data McpServer 與 Agent ，和 Excel 說再見！ 原創
今天手把手教大家使用AI編程工具 Trae + Dify構建一個能根據大模型對話處理Excel的智能體。
當然，全程下來10分鐘是不可能的，代碼確實是Trae 幾分鐘就生成的，但是我調Bug就花了2個小時啊！
本來還想加上Pyecharts數據可視化部分，但是一口氣吃成胖子也不好，先做個簡單的吧。
話不多說，我們擼起袖子開干。
打開國內最新版的AI編程工具Trae（字節能不能給我點廣告費，這個編程工具其實也讓人頭疼），在新建Builder地方，輸入下面的提示詞,大模型選擇DeepSeek R1。提示詞為什么這么寫，當然是給大家避坑了！
DeepSeek R1 提示詞
我要使用 MCP server 搭建1個服務，接受 Excel 路徑和大模型對話中的數據處理要求，這個server服務里的 llm(使用deepseek) 將數據處理要求轉變成 真實的 pandas 代碼，然后服務執行這個代碼，將代碼運行結果返回。 請根據我的要求，一步步給出完整的解決辦法和創建完整代碼。
代碼結構可以參考下面這樣：
excel_mcp/ ├── config.py ├── llm_integration.py ├── main.py ├── safe_exec.py └── requirements.txt
數據處理庫使用Pandas
LLM使用DeepSeek，DeepSeek的請求使用參考下方代碼
from openai import OpenAI
client = OpenAI(api_key="<DeepSeek API Key>", base_url="https://api.deepseek.com")
response = client.chat.completions.create(
model="deepseek-chat",
messages=[
{"role": "system", "content": "You are a helpful assistant"},
{"role": "user", "content": "Hello"},
],
stream=False
)
print(response.choices[0].message.content)
使用Trae的Builder模式，將上面的提示詞輸入
在代碼生成的過程中，一直點擊全部接受，直到代碼執行階段。這時候終端會報錯，你根據報錯信息就會陷入修Bug的無底洞，所以要自己把代碼都讀一遍，不然哪里錯的都不知道。
比如下面這個報錯，原因很簡單，包的大小寫弄錯了！
代碼全部生成后，你需要在config.py中 添加DeepSeep API的密鑰，然后按下面步驟運行代碼。
- 替換config.py中的API密鑰
- 通過?
?uvicorn main:app --host 0.0.0.0 --port 8000?? 啟動服務- 訪問?
?http://localhost:8000/docs?? 測試接口- 如果使用venv管理環境，請先激活環境，再執行第2步。
- vevn環境激活命令：.\venv\Scripts\activate
這時候，訪問FastAPI的docs路徑（可能需要科學上網，因為fastapi的一個js庫被擋了），就可以看到Data McpServer的接口了。
緊接著，我們需要準備一個excel文件，我們可以直接在excel模板中找一個，下載下來。我找的是客戶反饋跟蹤表。
將這個表格放在Trae項目根文件夾，直接點擊Trae右下角的Go Live,會將項目文檔以端口5000的web服務暴露出來。
我們訪問這個地址，復制表格的URL鏈接。
接下來再回到FastAPI Docs界面，找到接口，點擊Try It!填寫參數值，然后點擊Execute按鈕 執行！
查看結果，成功了！（中途修了半小時BUG!）
下面我們就要把McpServer 作為工具放到Dify上了。
第一步 先確定你Dify能訪問到本地運行的Fastapi接口服務，所以我將地址換成了電腦的IP。
第二步 獲取Fastapi openAPI-Swagger數據，點下面這里。
第三步 把json數據復制到dify 自定義工具界面。這里面需要手動添加servers信息，fastapi上沒有帶這個參數。
點擊接口旁邊的測試，測試一下工具是否可用。
回到Dify，創建一個工作流應用，取名為Excel智能助手。
編排這個簡單的工作流如下,開始按鈕設置變量類型,一個是Excel文件URL上傳，一個是用戶提示詞。
在下一個節點，選擇我們剛剛內置的工具，講文件URL和用戶提示詞對接好。
點擊運行按鈕，查看執行效果。
發布運行這個智能體，再查看效果！
好了，今天就先到這，我們還可以把這個工作流發布為工具，在新的智能體對話時作為Function Call調用，我們下期再詳細講。
所有的代碼和Dify工作流文件，可以訪問下方鏈接獲取。
https://mbd.pub/o/bread/aJWXm5dv本文轉載自公眾號九歌AI大模型 作者：九歌AI
