在一些复杂的业务中，我们可能需要使用 Dify 调用外部程序（如 Java 程序），因为这样才能满足业务的特殊需求。
例如，当我们使用 Dify 实现“AI 简历自动筛选器”的时候，我们首先会使用 AI 筛选出符合招聘要求的简历，然后再将简历存放到公司的“人才库”系统中，完成后续流程的招聘需要（预约面试、面试评价、发送 Offer 等操作），这个时候就需要让 Dify 调用 Java 程序了。
那么问题来了，使用 Dify 调用 Java 程序的实现方式有哪些呢？今天我们就来盘点一下。
1.解决方案概述
Dify 调用 Java 程序的解决方案有以下几种：
- 通过“HTTP 请求”的方式调用 Java 程序。
- 通过“自定义工具”的方式调用 Java 程序。
- 通过 MCP 的方式调用 Java 程序。
接下来，我们分别来看。
2.HTTP请求
HTTP 请求允许通过 HTTP 协议发送服务器请求，适用于获取外部数据、webhook、生成图片、下载文件等情景。它让你能够向指定的网络地址发送定制化的 HTTP 请求，实现与各种外部服务的互联互通。
它的使用也很简单，我们只需要在 Dify 的工作流中添加“HTTP 请求”节点即可，如下图所示：
图片
它的参数配置包含以下这些：
图片
当然，我们也可以利用它来发送文件给 Java 程序，并且可以自定义失败重试配置和错误异常配置。
对于被调用方 Java 来说，只需要提供一个 HTTP 接口即可，当然生成环境要考虑添加 APIKey 以保证调用的安全性，这里提供一个简单的 Java 服务接口：
复制import com.ai.difyhttpserver.entity.User;
import org.springframework.web.bind.annotation.RequestMapping;
import org.springframework.web.bind.annotation.RestController;
@RestController
@RequestMapping("/it")
public class InterviewController {
@RequestMapping("/add")
public boolean add(User user) {
// 执行数据库添加操作
System.out.println(user.toString());
return true;
}
}3.自定义工具
自定义工具的调用方式，需要先把 Java 程序发不成 Dify 中的自定义工具，才能正常调用，如下图所示：
图片
配置的 Schema 需要满足 OpenAPI 协议，配置如下：
复制{
"openapi": "3.1.0",
"info": {
"title": "html to image tools",
"description": "Generate image files based on HTML code",
"version": "v1.0.0"
},
"servers": [
{
"url": "http://192.168.3.94:8080"
}
],
"paths": {
"/html2img/gen": {
"get": {
"description": "Generate image files based on HTML code",
"operationId": "html2image",
"parameters": [
{
"name": "html",
"in": "query",
"description": "HTML code",
"required": true,
"schema": {
"type": "string"
}
}
],
"deprecated": false
}
}
},
"components": {
"schemas": {
}
}
}同样，Java 服务器端只需要提供一个可以使用 HTTP 协议访问的接口即可。
4.MCP通讯
这种通讯方式实现最麻烦，有点大炮打蚊子的感觉，但也可以实现 Dify 调用 Java 程序，此时要求先试用 Java 程序，例如 Spring AI 实现一个 MCP 服务器端，然后再使用 Dify 添加支持 MCP 调用的 Agent 策略，来调用 Java 的 MCP 服务，如下图所示：
安装 Agent 策略（支持 MCP 工具）如下图所示：
图片
MCP SSE 选装，非必须，可以为后续 Agent 提供 MCP 工具列表，方便 LLM 正确理解和调用工具。
配置MCP服务地址
Dify 只支持 HTTP 协议的 MCP 服务调用，它的配置格式如下：
复制{
"server_name1": {
"transport": "sse",
"url": "http://127.0.0.1:8000/sse",
"headers": {},
"timeout": 50,
"sse_read_timeout": 50
},
"server_name2": {
"transport": "sse",
"url": "http://127.0.0.1:8001/sse"
},
"server_name3": {
"transport": "streamable_http",
"url": "http://127.0.0.1:8002/mcp",
"headers": {},
"timeout": 50
},
"server_name4": {
"transport": "streamable_http",
"url": "http://127.0.0.1:8003/mcp"
}
}支持配置多个 MCP 服务，或者是以下 JSON 格式也支持：
复制{
"mcpServers": {
"server_name1": {
"transport": "sse",
"url": "http://127.0.0.1:8000/sse",
"headers": {},
"timeout": 50,
"sse_read_timeout": 50
},
"server_name2": {
"transport": "sse",
"url": "http://127.0.0.1:8001/sse"
},
"server_name3": {
"transport": "streamable_http",
"url": "http://127.0.0.1:8002/mcp",
"headers": {},
"timeout": 50
},
"server_name4": {
"transport": "streamable_http",
"url": "http://127.0.0.1:8003/mcp"
}
}
}配置Agent
Agent 需要配置的项目比较多，首先是 Agent 策略：
图片
然后是 LLM，选择合适的大模型即可，之后配置 MCP 工具和 HTTP 地址，如下图所示：
图片
之后配置指令和查询问题：
图片
测试MCP调用
我们创建的是一个 ChatFlow，执行效果如下：
图片
执行符合预期。
Spring AI 实现 MCP 服务器端参考我之前发的文章，这里就不再赘述。
小结
Dify 调用 Java 程序的实现方式有 3 种：HTTP 请求、自定义工具、MCP 通讯方式。其中最简单、最灵活的实现方式为 HTTP 请求方式；自定义工具适合偏工具性质（而非业务性质）的调用；MCP 适合一次性注入多个工具方法给 Dify 使用的场景。
