企业官网建设流程全解析

1. 为什么我要自己搭一个 MCP 服务

MCP（Model Context Protocol）说白了就是给 AI 工具装“外挂”的一套协议。你平时用 Cline、Cherry Studio 这类客户端，它们能读文件、能跑命令，但如果你想让它查公司内部接口、读本地 Excel、调一个自己写的 Python 函数，就得有个 MCP 服务在中间当桥。FastMCP 是 Python 生态里上手最快的一个库，几行代码就能把普通函数注册成 AI 可调用的工具，还自带 SSE 传输，部署成 Web 服务后远程也能连。

这篇面向的是已经听过 MCP、想动手写第一个服务的人。我会用一个“查天气”的例子，从建环境、写 server.py、启动 SSE、到用 Cline 配置 TaoToken 统一 Key 通道完成一次真实工具调用，全程可复制。你不需要懂 FastAPI 底层，只要会写 Python 函数就行。踩过的坑我也会标出来，比如 SSE 端口、transport 参数、客户端配置路径这些容易卡住的地方。

2. TaoToken 前置：统一 Key 与 API 通道

自己搭 MCP 服务只是第一步，真正让 AI 客户端稳定调用模型和工具，Key 管理是个麻烦事。我一开始每个客户端配一套 Key，Cline 一套、Cherry Studio 一套、脚本里又一套，改起来到处找。后来用 TaoToken 把 Key 和 API 通道统一了，客户端只认一个地址，换模型、加额度都在后台改，本地配置不用动。

TaoToken 在这里的角色是“统一入口”：你的 MCP 服务负责业务逻辑（查天气、读文件），模型调用走 TaoToken 的 API 通道。这样 MCP 服务本身不用关心模型是哪家，客户端配置也简单。官网入口在 https://taotoken.net/?utm_source=taotoken_aicg_blog_end&utm_medium=csdn&utm_campaign=rewrite&utm_content= ，API 基址是 https://taotoken.net/api ，注意这个不带 UTM 参数，配置里直接填。

你需要先拿到一个 Key。进控制台创建：https://taotoken.net/console?utm_source=taotoken_aicg_blog_end&utm_content=console&utm_campaign=rewrite ，然后在 API Keys 页面生成：https://taotoken.net/api-keys?utm_source=taotoken_aicg_blog_end&utm_content=api-keys&utm_campaign=rewrite 。Key 生成后复制保存，后面 Cline 配置要用。如果你只是想先验证模型通不通，可以打开模型对话页试一句：https://taotoken.net/models?utm_source=taotoken_aicg_blog_end&utm_content=models&utm_campaign=rewrite 。

注意：Key 只显示一次，丢了就重新生成。不要把它写进会提交到 Git 的文件里，用环境变量或本地配置文件。

3. 可复制配置：server.py 骨架与依赖

3.1 建环境与装依赖

我用 conda 建一个干净的 Python 3.10 环境，避免和系统包打架。命令如下：

conda create -n fastmcp-demo python=3.10 -y conda activate fastmcp-demo pip install mcp fastapi uvicorn requests pandas openpyxl

这里mcp是官方库，FastMCP 在mcp.server.fastmcp里；fastapi和uvicorn是 SSE 传输依赖的 Web 层；requests用来调外部接口；pandas+openpyxl用来读 Excel 城市编码表。装完可以pip list | grep mcp确认版本。

3.2 最小可运行 server.py

先写一个不依赖外部接口的版本，确认 MCP 本身能跑通。新建server.py：

from mcp.server.fastmcp import FastMCP import os mcp = FastMCP("demo-server") @mcp.tool() def list_desktop_files() -> list: """获取当前用户桌面上的所有文件列表""" desktop_path = os.path.expanduser("~/Desktop") return os.listdir(desktop_path) @mcp.tool() def say_hello(name: str) -> str: """生成个性化问候语""" return f"你好 {name}！欢迎使用 MCP 服务。" @mcp.resource("config://app_settings") def get_app_config() -> dict: return {"theme": "dark", "language": "zh-CN"} @mcp.prompt() def code_review_prompt(code: str) -> str: return f"请审查以下代码并指出问题：\n\n{code}" if __name__ == "__main__": mcp.run(transport="sse")

几个关键点：FastMCP("demo-server")里的名字会显示在客户端；@mcp.tool()装饰的函数就是 AI 能调用的工具，函数签名和 docstring 会被解析成参数说明；@mcp.resource提供只读资源；@mcp.prompt是可复用提示模板。transport="sse"表示走 HTTP 事件流，适合远程；如果只在 IDE 本地集成，可以改成stdio。

3.3 启动 SSE 服务

直接运行：

python server.py

默认会监听http://127.0.0.1:8000，SSE 端点在/sse。如果你想改端口，可以在FastMCP初始化时传参，或者用 uvicorn 手动挂载。启动成功后终端会打印类似Uvicorn running on http://127.0.0.1:8000的日志。

注意：SSE 模式下服务是常驻的，别用python server.py &后就不管了，调试时建议开一个独立终端看日志。

4. 验证请求：从 mcp dev 到 Cline 调用

4.1 用 mcp dev 本地自测

官方提供了一个调试工具，不用写客户端就能看工具列表：

mcp dev server.py

它会启动一个本地调试页，默认在http://127.0.0.1:6274。打开后点 Connect，再点 Tools，就能看到list_desktop_files和say_hello。点某个工具填参数执行，右侧会返回结果。这一步能确认工具注册没问题，再往下接客户端。

4.2 Cline 配置 TaoToken 通道

Cline 是 VS Code 里的 AI 编码插件，支持 MCP 服务。配置分两块：模型通道和 MCP 服务。

模型通道填 TaoToken 的 API 基址和 Key。在 Cline 设置里选 OpenAI Compatible，Base URL 填https://taotoken.net/api，API Key 填你在控制台生成的那个。模型名按你实际用的填。这样 Cline 的对话和工具调用都走统一通道。

MCP 服务配置在 Cline 的 MCP Servers 设置里，添加一个 SSE 类型：

{ "mcpServers": { "demo-server": { "url": "http://127.0.0.1:8000/sse" } } }

保存后 Cline 会尝试连接，连上后工具列表里会出现list_desktop_files和say_hello。你在对话里说“帮我看看桌面有哪些文件”，Cline 就会调用这个工具并把结果返回。

4.3 加一个真实业务工具：查天气

光有 demo 不够，加一个调外部接口的工具。这里用高德开放平台的天气接口，需要先申请 Key，并下载城市编码表AMap_adcode_citycode.xlsx放到和server.py同目录。核心代码如下：

import pandas as pd import requests AMAP_KEY = "你的高德Key" def get_area_code(city: str) -> str: df = pd.read_excel("AMap_adcode_citycode.xlsx", header=None) for values in df.iloc[:, :].values: if city in values: return values[1] return "无" @mcp.tool() def get_weather(city: str) -> str: """查询指定城市的实时天气""" adcode = get_area_code(city) if adcode == "无": return f"未找到城市 {city} 的编码" url = f"https://restapi.amap.com/v3/weather/weatherInfo?city={adcode}&key={AMAP_KEY}" resp = requests.get(url, timeout=10) return resp.text

重启python server.py，在 Cline 里说“查一下杭州天气”，它会调用get_weather并返回 JSON。实测下来，从注册工具到客户端拿到结果，整条链路是通的。

5. 本篇常见错排查

SSE 连不上，客户端报 connection refused：先确认python server.py还在前台跑着，端口没被占。用curl http://127.0.0.1:8000/sse看有没有事件流返回。如果换了端口，客户端 URL 也要同步改。

工具列表为空：检查@mcp.tool()是否加在函数上，函数是否有类型注解和 docstring。FastMCP 靠这些生成 schema，缺了可能不注册。另外mcp dev里能看到但客户端看不到，多半是客户端缓存，重启 Cline 或重新加载窗口。

transport 选错：本地 IDE 集成用stdio，远程或 Web 客户端用sse。如果你用stdio却配了 URL，或者用sse却配了 command，都会失败。两者配置格式不一样，别混。

读 Excel 报 FileNotFoundError：AMap_adcode_citycode.xlsx要和运行目录一致。用os.path.dirname(__file__)拼绝对路径更稳，别依赖当前工作目录。

高德接口返回 INVALID_USER_KEY：Key 没生效或没开通 Web 服务。去高德控制台确认 Key 类型是 Web 服务，并且绑定了正确权限。请求里的city参数必须是 adcode，不是城市名，所以编码表那步不能省。

Cline 调用工具但模型没反应：先确认 TaoToken 通道的模型能正常对话，再确认 MCP 服务在 Cline 里显示已连接。两边都通但工具不触发，试试在对话里明确说“使用 get_weather 工具查询”，有些模型需要更直接的指令。

6. 把通道固定下来，继续加工具

服务跑通之后，真正省事的是把 Key 和 API 通道固定成一套。我现在的做法是：MCP 服务只写业务逻辑，模型调用统一走 TaoToken，客户端配置里只填一个 Base URL 和一个 Key。这样加新工具时不用碰客户端，改完server.py重启就行。如果你要长期跑编码类任务或 Agent，可以看下 Coding Plan：https://taotoken.net/coding-plan?utm_source=taotoken_aicg_blog_end&utm_content=coding-plan&utm_campaign=rewrite ，接入文档在 https://taotoken.net/doc?utm_source=taotoken_aicg_blog_end&utm_content=doc&utm_campaign=rewrite ，Claude Code 相关配置参考 https://taotoken.net/claude-code-anthropic?utm_source=taotoken_aicg_blog_end&utm_content=claude-code-anthropic&utm_campaign=rewrite 。下一步你可以把get_weather换成公司内部接口，或者加一个读数据库的工具，套路是一样的：写函数、加装饰器、重启、在客户端验证。