企业官网建设流程全解析

1. 为什么自建 MCP Server 之后，模型通道还得单独配

MCP Server 是这两年本地工具接入大模型最顺手的一套方案。它本质上是一套标准化的 JSON-RPC 通信协议，用来让大模型程序安全调用外部本地工具、本地数据、本地软件。注意它既不是大模型，也不是工具本身，只是一套对话规则，规定双方消息怎么发、参数怎么传、结果怎么返回。整个体系分 Host、MCP-Client、MCP-Server 三个角色：Host 是完整的上层 AI 应用，比如 WorkBuddy、Claude Desktop，负责跑大模型、管会话、做权限校验、处理上下文窗口；MCP-Client 藏在 Host 里负责和 Server 握手；MCP-Server 就是我们自己写的那个本地进程。

很多人跟着教程走完一遍，uv init . -p 3.11建工程、uv add "mcp[cli]"装 python-sdk、在 vscode 里写好server.py和main.py、让服务通过 stdio 等 WorkBuddy 父进程发指令，再到 WorkBuddy 连接器的「自定义 MCP 服务管理」贴 JSON、看到绿灯、在对话里验证工具被调用，最后打包成wb_add_mcp_demo发到 PyPI。流程很完整，但有个坑几乎没人提：那份 JSON 配置只解决了 Host 怎么拉起本地 MCP Server，Host 里真正消耗 Token 的模型对话走哪条通道，原文压根没交代。

这就导致一个尴尬局面——绿灯亮了，工具也能被调用，可你一旦把 WorkBuddy 的模型通道指向别处，或者想统一管理 Key 和用量，就会发现 MCP 这层和模型这层是两套东西。这篇就把这缺失的一步补上：本地 MCP Server 继续用 stdio 被拉起，协议代码一行不改，只把 WorkBuddy 的模型认证通道换成 TaoToken，看它到底行不行、怎么验证、哪里容易翻车。

2. 先把 TaoToken 的 Key 和 Base URL 准备好

在动 WorkBuddy 的模型设置之前，得先有一把能用的 Key。去https://taotoken.net/?utm_source=taotoken_aicg_blog_end注册账号，进控制台创建一把 API Key。这一步和 MCP Server 本身没关系，纯粹是给 Host 里的模型对话准备通道。

创建完 Key 之后，重点记两个东西：一是这串 Key 本身，二是 Base URL。Base URL 填https://taotoken.net/api，注意这里不带/v1，也不加任何 UTM 参数。很多人习惯性在后面补/v1，结果请求 404，还以为是 Key 的问题，其实是路径拼错了。

注意：TaoToken 这把 Key 是给模型对话通道用的，和后面发布 PyPI 用的 token 完全是两码事，千万别混用，也别把 PyPI token 填到模型设置里。

如果你后面要长期跑编码类 Agent，或者想让 WorkBuddy 里的工具调用链路更稳定，可以顺手看下 Coding Plan 的入口，它和单次 API 调用是两种用法，按自己的使用频率选就行。Key 建好之后先别急着关页面，等会儿验证请求成功与否还要回来看这把 Key 的调用记录。

3. 本地 MCP Server 保持 stdio，一行协议代码都不改

这一步是整篇的关键认知：MCP Server 和模型通道是解耦的。你的server.py里那些@server.tool()装饰器、stdio_server()的启动逻辑，全都不用动。MCP 协议负责的是 Host 和本地进程之间怎么传 JSON-RPC 消息，模型走哪条通道是 Host 内部的事。

先确认工程结构还是老样子。进入MCP_Server文件夹，初始化工程：

uv init . -p 3.11 uv add "mcp[cli]"

python-sdk这层封装了底层 JSON-RPC、stdio 通信、握手、工具 schema，你只写业务逻辑就行。main.py里保证直接运行脚本时能启动 MCP 服务，通过 stdio 管道等待 WorkBuddy 父进程发送调用指令，大致是这样：

import asyncio from mcp.server import Server from mcp.server.stdio import stdio_server server = Server("wb_add_mcp_demo") @server.tool() async def add(a: int, b: int) -> int: """两数相加""" return a + b async def main(): async with stdio_server() as (read, write): await server.run(read, write, server.create_initialization_options()) if __name__ == "__main__": asyncio.run(main())

这段代码和模型通道没有任何耦合。stdio 只是传输层，SSE、streamable-http 也能实现 MCP 服务和客户端之间的通信，但本地场景 stdio 最省事。WorkBuddy 作为 Host，负责把本地进程拉起来，然后通过管道收发消息。

真正要改的是 WorkBuddy 那边的模型设置。打开 WorkBuddy 的自定义模型／通道设置，把 Base URL 填成https://taotoken.net/api，API Key 填刚才创建的那把。保存之后，Host 里所有消耗 Token 的模型对话就走 TaoToken 这条通道了，而 MCP Server 依旧按原样被 stdio 拉起。

4. 配置 JSON、看绿灯、验证工具被调用

WorkBuddy 连接器里的「自定义 MCP 服务管理」还是照旧配。点配置 MCP，贴入类似这样的 JSON：

{ "mcpServers": { "wb_add_mcp_demo": { "command": "uv", "args": ["run", "python", "main.py"], "cwd": "/你的路径/MCP_Server" } } }

这里command和args按你本地实际启动方式填，cwd指向工程目录。保存后如果出现绿灯，说明 MCP 配置成功了，Host 已经能拉起本地 Server 并完成握手。

绿灯只是第一步，它证明的是 MCP 这层通了，不代表模型通道也通了。接下来在对话里触发工具调用，比如直接问「帮我算一下 3 加 5」，看 WorkBuddy 是否调用了add工具并返回结果。工具被成功调用，说明 stdio 链路没问题。

同时回到 TaoToken 侧，确认这把 Key 的请求是否成功。如果对话有正常回复、工具也触发了，但 TaoToken 后台看不到请求记录，那大概率是模型通道没切过去，或者 Base URL 填错了。这一步是很多人忽略的交叉验证：绿灯管 MCP，请求记录管模型通道，两个都亮才算真正跑通。

5. 打包发布到 PyPI，token 分开放

功能验证完，最后把 MCP Server 发布到公网供别人使用。新建一个名为wb_add_mcp_demo的文件夹，在终端里执行：

uv init . --package -p 3.11 uv add "mcp[cli]"

这会在当前目录初始化 uv 项目，生成pyproject.toml等工程文件，并指定 Python 版本为 3.11。打开src下的__init__.py，把工具逻辑整理进去，保证包被导入时能正确暴露 MCP 服务入口。

然后打包：

uv build

打包产物在dist/目录下。接着去 PyPI 添加 API token，拿到 token 后执行：

uv publish --token XXXX

这里的XXXX是你的 PyPI token，和 TaoToken 那把 Key 分开放、别混用。发布成功后回到 PyPI 项目页，能看到wb_add_mcp_demo已经上线，别人就能通过uv add wb_add_mcp_demo安装使用了。

6. 常见报错排查

绿灯不亮，MCP 连不上。先看cwd路径对不对，再看command能不能在终端里手动跑通。uv run python main.py如果本地直接报错，WorkBuddy 那边肯定也拉不起来。常见的是虚拟环境没激活或者依赖没装全，重新uv sync一次。

工具调用没反应。绿灯亮但对话里触发不了工具，多半是工具 schema 没注册成功。检查@server.tool()装饰器是否写对，函数签名和类型注解是否完整，MCP 靠这些生成 schema。

模型对话报 401 或 404。401 一般是 Key 填错或没生效，404 大概率是 Base URL 多写了/v1。记住填https://taotoken.net/api，不带/v1，也不加 UTM。

TaoToken 后台看不到请求。说明模型通道根本没走 TaoToken，检查 WorkBuddy 的自定义模型设置是否保存成功，有没有被其他通道覆盖。

发布时 token 报错。PyPI token 和 TaoToken Key 是两套体系，别把https://taotoken.net/api相关的 Key 填到uv publish里。PyPI token 只在 PyPI 后台生成，权限范围也只在发布。

stdio 启动超时。有些环境里uv不在 PATH，WorkBuddy 拉起时找不到命令。把command换成uv的绝对路径，或者用python直接指向虚拟环境里的解释器。

整套流程跑下来，核心就一句话：MCP 管工具怎么被调用，TaoToken 管模型对话走哪条通道，两者互不干扰。本地 Server 的协议代码一行不用改，改的只是 Host 里的模型认证配置。绿灯亮、工具触发、TaoToken 后台有请求记录，这三件事同时成立，才算真正把自建 MCP Server 和模型通道都跑通了。