内置 MCP 工具

MCP（Model Context Protocol）是连接大模型与外部工具 / 数据源的开放协议。VeADK 在 Google ADK 的 MCPToolset 之上预封装了一组内置 MCP 工具集，把远程 MCP Server 暴露的工具直接注册到 Agent 上。

本页介绍基于 MCP 接入的内置工具。开箱即用的原生函数工具（网页搜索、图像 / 视频生成、代码沙箱等）请见内置工具。

与普通工具一样，MCP 工具集只需放进 Agent(tools=[...])，Agent 会在运行时自动发现工具集中的工具并按需调用。

工具一览

工具	功能	导入路径
`mcp_router`	通过火山引擎 MCP Router 聚合并转发多个 MCP Server	`from veadk.tools.builtin_tools.mcp_router import mcp_router`
`lark_tools`	集成飞书 / Lark 开放能力（文档、会话、日历等）	`from veadk.tools.builtin_tools.lark import lark_tools`
`las`	基于 AI 多模态数据湖 LAS 进行数据管理	`from veadk.tools.builtin_tools.las import las`
`vod_tools`	通过视频云 VOD MCP 进行视频剪辑处理	`from veadk.tools.builtin_tools.vod import vod_tools`
`build_supabase_mcptoolset`	构建访问 Supabase MCP Server 的工具集	`from veadk.tools.builtin_tools.supabase_toolset import build_supabase_mcptoolset`
`TrustedMcpToolset`	访问受访问控制保护的 MCP Server	`from veadk.tools.mcp_tool.trusted_mcp_toolset import TrustedMcpToolset`

MCP Router

mcp_router 通过火山引擎 MCP Router 聚合并转发多个 MCP Server 的工具，适合需要统一接入多个 MCP 服务的场景。它基于可流式传输的 HTTP 连接（StreamableHTTPConnectionParams）工作。

from veadk import Agent
from veadk.tools.builtin_tools.mcp_router import mcp_router

agent = Agent(tools=[mcp_router])

环境变量：

TOOL_MCP_ROUTER_URL：MCP Router 的服务地址
TOOL_MCP_ROUTER_API_KEY：鉴权 API Key，将作为 Authorization: Bearer <key> 请求头发送

或在 config.yaml 中配置：

config.yaml

tool:
  mcp_router:
    url: https://your-mcp-router-endpoint
    api_key: your-api-key-here

飞书 / Lark MCP 工具（lark_tools）

lark_tools 帮助你快速集成 AI Agent 与飞书 / Lark 开放能力，实现云文档处理、会话管理、日历安排等自动化场景。它通过 npx @larksuiteoapi/lark-mcp 启动本地 MCP Server，因此需要预装 npx 与 lark-mcp。

本工具是把飞书能力作为工具提供给 Agent。如果你想把飞书机器人的入站消息接入 VeADK Runner，请看飞书 Channel 扩展。

附加要求

应用获取方式见 Lark 创建应用。

配置用于 Agent 推理模型的 API Key；
配置 Lark 服务的 Application ID、API Key 与 OAuthToken。

examples/tools/lark/agent.py

import asyncio

from veadk import Agent, Runner
from veadk.memory.short_term_memory import ShortTermMemory
from veadk.tools.builtin_tools.lark import lark_tools

agent = Agent(
    name="lark_agent",
    model_name="doubao-seed-1-8-251228",
    description="一个飞书机器人。",
    instruction="你是一个飞书机器人，通过 lark_tools 给用户发消息。",
    tools=[lark_tools],
)

runner = Runner(agent=agent, short_term_memory=ShortTermMemory())


async def main():
    response = await runner.run("给 xiangya@bytedance.com 发送“你好，我是 lark agent”")
    print(response)


if __name__ == "__main__":
    asyncio.run(main())

环境变量（必须配置在环境变量中）：

MODEL_AGENT_API_KEY：Agent 推理模型的 API Key
TOOL_LARK_ENDPOINT：Lark 服务的 Application ID
TOOL_LARK_API_KEY：Lark 服务的 API Key
TOOL_LARK_TOKEN：Lark 服务的 OAuthToken

运行结果

LAS 数据湖工具（las）

las 基于 AI 多模态数据湖服务 LAS，提供多模态数据集的创建、预览、查询分析、编辑与清洗加工能力。

附加要求

配置用于 Agent 推理模型的 API Key；
预先创建 LAS 通用数据集并获取 DatasetId；
配置 LAS 服务的 DatasetId 与 URL（URL 获取方式）。

examples/tools/las/agent.py

import asyncio

from veadk import Agent, Runner
from veadk.memory.short_term_memory import ShortTermMemory
from veadk.tools.builtin_tools.las import las

agent = Agent(
    name="las_agent",
    model_name="doubao-seed-1-8-251228",
    description="使用 LAS 中的数据作答。",
    instruction=(
        "你是一个诗人。先用 las 工具在 ds_public 数据集中检索相关内容，"
        "再基于检索结果写一首诗词。"
    ),
    tools=[las],
)

runner = Runner(agent=agent, short_term_memory=ShortTermMemory())


async def main():
    response = await runner.run("写一首国风、与木头和爱情相关的诗词")
    print(response)


if __name__ == "__main__":
    asyncio.run(main())

环境变量（必须配置在环境变量中）：

MODEL_AGENT_API_KEY：Agent 推理模型的 API Key
TOOL_LAS_URL：LAS MCP Server 服务地址
TOOL_LAS_DATASET_ID：LAS 服务使用的数据集 ID

运行结果

视频云 MCP 工具（vod_tools）

vod_tools 通过火山引擎视频云 MCP 进行视频剪辑处理，详见 VOD MCP Server。

附加要求

配置火山引擎 AK / SK；
（可选）通过 TOOL_VOD_GROUPS 选择能力组：edit、intelligent_slicing、intelligent_matting、subtitle_processing、audio_processing、video_enhancement、upload、video_play；多个用逗号连接，未配置时默认 edit,video_play；
（可选）TOOL_VOD_TIMEOUT 工具连接超时时长，默认 10 秒；
视频云工具不支持创建 Space，请先在控制台创建视频云空间。

examples/tools/vod/agent.py

import asyncio

from veadk import Agent, Runner
from veadk.memory.short_term_memory import ShortTermMemory
from veadk.tools.builtin_tools.vod import vod_tools

agent = Agent(
    name="vod_agent",
    model_name="doubao-seed-1-8-251228",
    description="A video editing assistant.",
    instruction="Use vod_tools to edit and process videos.",
    tools=[vod_tools],
)

runner = Runner(agent=agent, short_term_memory=ShortTermMemory())


async def main():
    response = await runner.run(
        "将这两个视频合并：<your-url1>, <your-url2>，space_name 为 <your-space-name>"
    )
    print(response)


if __name__ == "__main__":
    asyncio.run(main())

环境变量：

VOLCENGINE_ACCESS_KEY：火山引擎 AccessKey
VOLCENGINE_SECRET_KEY：火山引擎 SecretKey
TOOL_VOD_GROUPS（可选）：能力组
TOOL_VOD_TIMEOUT（可选）：连接超时时长，默认 10.0 秒

或在 config.yaml 中配置：

config.yaml

volcengine:
  access_key: your-access-key-here
  secret_key: your-secret-key-here
tool:
  vod:
    groups: edit,video_play
    timeout: 10.0

有些视频编辑任务耗时较长，会直接返回一个 task_id。你可以继续向 Agent 询问任务是否完成，从而获取后续结果。

Supabase 工具集

build_supabase_mcptoolset 用于快速构建访问 Supabase MCP Server 的工具集，接受 url 与 api_key 两个参数，返回一个可直接注册到 Agent 的 MCPToolset 实例。

from veadk import Agent
from veadk.tools.builtin_tools.supabase_toolset import build_supabase_mcptoolset

supabase_toolset = build_supabase_mcptoolset(
    url="https://your-supabase-mcp-endpoint",
    api_key="your-api-key-here",
)

agent = Agent(tools=[supabase_toolset])

可信 MCP 工具集（TrustedMcpToolset）

连接受访问控制保护的 MCP Server 时，使用 TrustedMcpToolset。它在标准 McpToolset 的基础上为出站请求注入鉴权信息，从而安全地访问受信任的 MCP 服务。它复用 Google ADK 的连接参数，下面用 StreamableHTTPConnectionParams 演示：

from veadk import Agent
from veadk.tools.mcp_tool.trusted_mcp_toolset import TrustedMcpToolset
from google.adk.tools.mcp_tool.mcp_session_manager import (
    StreamableHTTPConnectionParams,
)

toolset = TrustedMcpToolset(
    connection_params=StreamableHTTPConnectionParams(
        url="https://your-trusted-mcp-endpoint",
        headers={"Authorization": "Bearer your-api-key-here"},
    ),
)

agent = Agent(tools=[toolset])

自定义 MCP Server

如果上述内置接入方式都无法满足需求，可直接使用 Google ADK 的 MCPToolset 连接任意 MCP Server：

from veadk import Agent
from google.adk.tools.mcp_tool.mcp_toolset import MCPToolset
from google.adk.tools.mcp_tool.mcp_session_manager import (
    StreamableHTTPConnectionParams,
)

toolset = MCPToolset(
    connection_params=StreamableHTTPConnectionParams(
        url="https://your-mcp-endpoint",
        headers={"Authorization": "Bearer your-api-key-here"},
    ),
)

agent = Agent(tools=[toolset])

注册后，Agent 会自动加载 MCP Server 暴露的工具，并在推理过程中按需调用。

内置 MCP 工具

本页导航