印度 Swiggy 开放 4 个 MCP 服务器、66 个工具：外卖、即时零售与订座全部可被外部 AI 智能体调用
4 个 MCP 服务器、66 个工具，覆盖发现、菜单、购物车、下单、订座与追踪。Swiggy 把外卖、Instamart 与 Dineout 一起交到外部 AI 智能体手里。
据 Inc42 报道，Swiggy 首席技术官 Madhusudhan Rao 在 9 月 30 日于班加罗尔举行的行业技术峰会上介绍了这套安排。他说公司不再假设用户的购物旅程必须从自家 App 开始，而是把服务做成可被智能体调用。
接入方式是自助的。据 Swiggy 官方建设者文档，4 个 MCP 服务器分别对应 Food、Instamart、Dineout 与 Scenes，共 66 个工具，基于可流式传输的 HTTP 承载 Model Context Protocol，任何兼容 MCP 的客户端都能直接使用。
官方给出的例子很具体：把 Swiggy 的 MCP 接给任意大模型，让它按饮食计划安排一周餐食。Rao 称，今天用自家常用的 LLM 就能做到这件事。
一、66 个工具怎么分
按官方文档，Food 提供 20 个工具，覆盖餐厅发现、带规格与加料的菜单、下单与实时追踪，官方称覆盖 50 万家以上餐厅。
Instamart 提供 19 个工具，做即时零售杂货，官方称覆盖 1000 多个印度城市、5 万多个 SKU。值得注意的是，其企业发布稿里的口径是 4 万多个商品，与建设者文档的 5 万多个并不一致，两处均为官方来源。
Dineout 提供 12 个工具，做订座，覆盖 50 多个印度城市，把余位、优惠与预订放在一条流程里。Scenes 另有 15 个工具，做演出与放映的发现与购票。
四块加起来是 66 个。企业发布稿当时只列了 Food、Instamart 与 Dineout 三条线，Scenes 出现在后续的建设者文档中，说明这套接口仍在扩容。
二、接入是自助的，门槛在支付
接入路径写得很直白。据官方文档，用户在自己的 AI 客户端里进入设置、连接器、添加自定义连接器，填入对应服务地址，完成 OAuth 确认即可；官方列出了 Claude Desktop、ChatGPT、Cursor、VS Code 与 Windsurf 等客户端的配置方式。
鉴权用的是 OAuth 2.1 加 PKCE。官方称自助接入面向开发者，企业级平台另有委托式 OAuth、自定义限流、SLA 与联合品牌支持，说明流量分个人与企业两档管理。
支付是目前最明显的限制。据公开的 MCP 服务清单，Food 与 Instamart 的下单当前仅支持货到付款，Dineout 当前仅支持免费预订。这两条把智能体自动下单的想象空间先压回了可验证的范围。
订单的可见性也被强调。官方称任何由智能体发起的动作都会在 Swiggy App 内可见且可撤销，用户保留控制权。对不放心把下单权交给模型的人来说，这是接入前最该先确认的一条。
三、开放与可控并行
把服务开给外部智能体，等于把一部分入口让出去。Inc42 报道称，公司的应对是把智能体部署在独立的、类似生产的环境里，而不是和生产核心服务放在一起。
控制手段是出入流量。Rao 的说法是，这些环境设置了非常严格的入站与出站规则，限制哪些数据能进、哪些动作能出。这种做法把开放面收窄到可控的接口范围内。
身份与权限仍在推进中。报道称公司正在处理智能体身份、权限与信任这一组问题，这些是新开放面里最难的部分，因为智能体代表谁、能做什么，都需要单独的授权设计。
隐私是官方反复提的一条。Swiggy 在发布中称，智能体可以按饮食目标与场合做规划，但整体设计保持隐私优先与安全。这类表述没有给出具体的技术指标，属于方向性承诺。
四、把模型当作可替换件
开放之外，Swiggy 也在改造自己的模型依赖。Inc42 报道称，公司此前围绕单一模型搭过客服智能体，在该供应商遇到容量约束时，迁移花了将近一个月。
这段经历改变了做法。Rao 说要把模型当作可替换件，投资应放在工作流与评估上。公司现在用 LLM 网关把任务分发到不同模型，并在真实运营中测试替代方案。
多云也在同一逻辑里。报道称 Swiggy 会按可用性、响应时间与成本在不同云厂商的模型之间做选择，目标是保留围绕任务搭好的系统，同时允许执行任务的模型变化。
这条经验对做智能体接入的团队同样适用。把外部模型的调用点集中到一层网关，未来换模型或换供应商时，不必重写整套业务逻辑。
五、被智能体叫到号的前提
对想被智能体调用的平台，MCP 暴露的不是一个接口，而是一整套权限面。功能数量好看，风控与限流设计才决定它能不能长期开放，加上支付与退改之后尤其如此。
Swiggy 采用只支持货到付款的保守起步，是一个可以理解的折中。它把智能体下单先放进无需线上支付授权的场景，等权限模型稳定后再放开，代价是覆盖面受限。
对商家的启示更直接：未来被 AI 叫到号的前提，是商品与菜单数据足够结构化。规格、加料、库存、价格与优惠如果散在图片和自由文本里，智能体就无法准确建车。
这件事的背景不止于一家公司。MCP 由 Anthropic 在 2024 年 11 月提出，已经成为连接模型与外部服务的通用方式；在印度，支付与金融科技公司更早用上了它。Swiggy 是第一批把外卖与即时零售接进去的消费平台。
据 Inc42 报道，消息发布当日 Swiggy 股价收涨 1.68% 至每股 317 卢比。资本市场给出的是一个小幅正面反应，真正的检验在于外部智能体带来的订单占比能走到多高。
参考资料
- Inc42：《How Swiggy Is Using AI Agents To Take Commerce Beyond Its App》
- Swiggy 官方发布：《Swiggy Now Lets You Order Food, Dineout, and Shop on Instamart Directly Inside ChatGPT and Claude》
- Swiggy Builders Club：《Build commerce into your AI agent》
- Swiggy 官方文档：《Connect your AI client》
- Inc42：《Swiggy Integrates MCP To Enable AI-Driven Ordering Across Its Platforms》
- The Hindu：《Swiggy is now letting users order through ChatGPT, Gemini and Claude》
- Hindustan Times：《Users can now order meals from Swiggy directly via ChatGPT and Gemini》
- LobeHub：《Swiggy MCP Server Manifest》