企业官网建设流程全解析

把 CherryStudio 的大模型通道改到 TaoToken 之后，FastMCP 的 add 工具跑通 100+100

把 CherryStudio 的大模型通道改到 TaoToken 后，FastMCP 的 add 工具跑通 100+100 这件事，核心入口是 https://taotoken.net/?utm_source=taotoken_aicg_blog_end&utm_medium=csdn&utm_campaign=rewrite&utm_content=。这篇不重新铺一遍 MCP 概念，而是按原文第四部分的测试路径，把“选择 MCP 和大模型”这一步落到可复现配置：先在 TaoToken 创建 Key，再把 CherryStudio 的大模型通道 Base URL 填成 https://taotoken.net/api，FastMCP 服务器继续用 main.py 以 stdio 方式启动，add 工具的注册代码不动。最后在聊天框输入 100+100，由走 TaoToken 的大模型完成工具调用，并确认请求成功放行。读者拿到 Key 后，可以在 CherryStudio 里连上 FastMCP，完成加法工具和 greeting:// 资源的验证，不用再分散管理多个模型服务商。

原问题与场景：add 工具已注册，为什么 100+100 不触发

按原教程走到 CherryStudio 测试阶段，通常会出现一种很典型的卡点：MCP 服务器已经添加，类型选了 stdio，参数也指向了main.py，@mcp.tool()注册的 add 函数看起来没有任何问题；回到聊天界面后输入 100+100，结果模型只是普通聊天，并没有调用 add 工具，甚至提示模型不可用、请求失败、Key 无效。此时很多人会怀疑 FastMCP 代码写错了，但真正的问题常常在“模型通道”而不是“MCP 服务器”。

CherryStudio 里有两层配置需要同时成立。第一层是 MCP 服务器配置，它决定客户端如何启动main.py、如何通过 stdio 和 FastMCP 通信；第二层是大模型通道配置，它决定聊天请求发往哪个模型服务商、使用哪个 Key、模型是否支持工具调用。原文第四部分把这一步概括为“选择 MCP 和大模型”，实际落地时，读者需要先把大模型通道准备好，再在聊天界面同时选中 MCP 服务器和对应模型。只选 MCP，不会自动让模型获得工具调用能力；只选模型，也不会自动把 FastMCP 的 add 工具暴露给模型。

更麻烦的是，过去验证一个 add 工具，往往要先准备可用的模型渠道。不同服务商的 Key、Base URL、模型名、兼容格式不一致，验证 MCP 链路前先折腾 Key，排查时又分不清是 CherryStudio 配置问题、FastMCP 启动问题，还是模型通道问题。本文的场景就是把这个变量收敛：FastMCP 服务器仍然按原文用main.py以 stdio 方式启动，add 工具注册代码不动；CherryStudio 的大模型通道改到 TaoToken，Base URL 使用 https://taotoken.net/api。这样输入 100+100 时，模型请求走 TaoToken，工具调用仍由本地 FastMCP 完成，成功返回 200 就能证明 MCP 链路和 add 工具真正跑通。

目标很明确：在 CherryStudio 中连上 FastMCP，完成加法工具验证，并顺带验证greeting://资源读取。视角放在验证用量和请求放行上，不只看聊天框有没有回复，还要确认请求确实走到了 TaoToken，并且没有在模型通道这一层被拦截。

TaoToken 前置：创建 Key，但不要把 Key 写进 MCP 参数

先打开 https://taotoken.net/?utm_source=taotoken_aicg_blog_end&utm_medium=csdn&utm_campaign=rewrite&utm_content=，登录后进入控制台。本文统一把 API Key 写成YOUR_API_KEY，实际使用时替换成你在控制台创建的 Key。创建入口可以在 API Keys 页面完成，建议单独创建一个用于 CherryStudio 测试的 Key，方便后续在控制台查看请求记录和用量。如果只是验证 FastMCP 的 add 工具，不需要把 Key 写进 MCP 服务器参数，因为 Key 属于大模型通道，不属于 FastMCP 进程启动参数。

TaoToken 的 API 地址使用 https://taotoken.net/api，这个地址不加 UTM 参数。CherryStudio 如果使用 OpenAI 兼容模式或自定义模型服务，Base URL 就填这个 API 地址。模型 ID 按你在控制台或文档中确认可用的模型填写，优先选择支持工具调用、function calling 或 tool use 的模型，否则即使 MCP 服务器正常，模型也可能不会发起 add 工具调用。

这一步还要建立一个验证习惯：创建 Key 后，不要只盯着聊天框结果。后面输入 100+100 时，如果 add 工具返回 200，同时 TaoToken 控制台能看到对应请求记录，说明请求成功放行。若聊天框没有工具调用，但控制台也没有请求记录，问题通常在 CherryStudio 的模型通道选择；若控制台有请求但模型没有调用工具，问题更可能在模型能力或提示方式；若控制台出现 401、403、404，则回到 Key、Base URL、模型 ID 三项检查。

相关入口可以按需打开：API Keys 在 https://taotoken.net/api-keys?utm_source=taotoken_aicg_blog_end&utm_content=api-keys&utm_campaign=rewrite，控制台在 https://taotoken.net/console?utm_source=taotoken_aicg_blog_end&utm_content=console&utm_campaign=rewrite，接入文档在 https://taotoken.net/doc?utm_source=taotoken_aicg_blog_end&utm_content=doc&utm_campaign=rewrite。本篇重点还是 CherryStudio 与 FastMCP 的联调，Key 只是把模型通道统一起来。

可复制配置：CherryStudio 模型通道、MCP stdio 与 main.py

先配置 CherryStudio 的大模型通道。进入设置中的模型服务或大模型配置，新增一个自定义服务或 OpenAI 兼容服务。名称可以写成 TaoToken，Base URL 填：

https://taotoken.net/api

API Key 填：

YOUR_API_KEY

模型 ID 填你在 TaoToken 侧确认可用的模型 ID。保存后，回到聊天界面时，模型列表里应该能看到这个通道下的模型。这里要特别注意：Base URL 是 https://taotoken.net/api，不是官网首页，也不要额外拼出重复的/api路径。API 地址本身不加 UTM，UTM 只用于官网和文档入口。

然后配置 MCP 服务器。打开 CherryStudio 的设置，找到 MCP，点击添加并选择快速创建。名称可以写MyMCPDemo，类型选择 stdio。参数按原教程指向实际项目路径，例如：

--directory C:\mcp-server run main.py

如果你的环境使用 uv 管理，需要保证在C:\mcp-server目录下能正常执行uv run main.py。无论用哪种方式，核心都是让 CherryStudio 以 stdio 方式启动main.py，而不是把 FastMCP 改成 sse 或 streamable-http。保存并启用后，MCP 服务器状态应显示为可用或运行中。

FastMCP 侧的main.py按原文结构保留，add 工具注册代码不动。关键代码可以保持如下：

from fastmcp import FastMCP mcp = FastMCP("Demo") @mcp.tool() def add(a: int, b: int) -> int: """Add two numbers""" return a + b @mcp.resource("greeting://{name}") def get_greeting(name: str) -> str: """Get a personalized greeting""" return f"Hello, {name}!" if __name__ == "__main__": mcp.run(transport="stdio")

这段代码里，add仍然是普通 Python 函数，通过@mcp.tool()暴露给客户端；greeting://{name}仍然作为资源读取入口；启动方式仍然是mcp.run(transport="stdio")。你没有必要为了接入 TaoToken 去修改 add 工具本身，也不需要把大模型 Key 写进main.py。模型请求和 MCP 工具调用是两条链路：CherryStudio 把聊天请求发到 TaoToken 的 API，模型决定调用哪个工具；工具调用再通过 stdio 发到本地 FastMCP 服务器。

配置完成后，建议先做两个检查。第一，单独在终端进入项目目录运行main.py，确认 FastMCP 没有语法错误、依赖缺失或路径错误。第二，在 CherryStudio 中确认 MCP 服务器已启用，并且模型通道选的是 TaoToken 下支持工具调用的模型。两者都成立后，再回到聊天界面测试 100+100。

验证请求与成功结果：100+100 触发 add，控制台确认放行

回到 CherryStudio 首页，在聊天界面的 MCP 选择区域选中MyMCPDemo，在模型选择区域选中走 TaoToken 通道的模型。输入测试内容时，可以直接输入：

100+100

如果模型没有立即触发工具，可以改得更明确：

请调用 add 工具计算 100+100

成功时，聊天界面不应该只是模型直接回复“200”，而应该出现工具调用过程。通常能看到工具名add，参数a=100、b=100，工具返回结果200，随后模型基于工具结果给出最终回复。这个工具调用卡片是判断 FastMCP 链路是否跑通的关键。如果只看到普通文本回复，没有工具调用记录，说明当前模型没有走工具调用，或者 MCP 服务器没有被正确选中。

接着验证请求是否成功放行。打开 TaoToken 控制台，查看请求记录或用量页面。你应该能看到刚刚这次对话产生的请求，状态为成功，时间与测试时间一致。这个动作对应“验证用量”的视角：不是只看 CherryStudio 聊天框有没有输出，而是确认请求确实经过 TaoToken，并且没有被鉴权、额度、模型不存在等问题拦截。若控制台没有记录，优先检查 CherryStudio 当前选中的模型是不是 TaoToken 通道；若控制台有失败记录，按错误码回到 Key、Base URL、模型 ID 排查。

加法工具通过后，再验证greeting://资源。不同 CherryStudio 版本对资源的展示方式不完全一样，可以在 MCP 服务器的资源列表中找到greeting://{name}，填入一个名字，例如greeting://Alice，预期返回类似Hello, Alice!的内容。如果聊天模式支持资源读取，也可以让模型读取该资源。资源验证通过后，说明 FastMCP 不只是一个能启动的进程，而是工具和资源都能被 CherryStudio 识别和调用。此时 add 工具跑通 100+100、greeting:// 资源可读、TaoToken 请求记录成功，这三件事合在一起，才算完整验证了 MCP 链路。

本篇常见错排查：CherryStudio、main.py 与 add 工具

第一种常见错是 Base URL 填错。有人把官网首页填进模型通道，有人写成https://taotoken.net/api/后又额外拼接/v1，导致请求路径不符合预期。本文按 TaoToken 给出的 API 地址配置，模型通道 Base URL 使用 https://taotoken.net/api，不加 UTM，不写 Key 到 URL 里。

第二种是 Key 问题。YOUR_API_KEY没有替换、复制时多了空格、把 Key 填到模型名称栏，都会造成 401 或鉴权失败。重新在 API Keys 页面创建一个测试 Key，复制完整字符串，只填到 API Key 字段。若 CherryStudio 有多个模型服务，确认当前聊天选中的是 TaoToken 对应的服务。

第三种是模型不支持工具调用。FastMCP 的 add 工具已经注册，但模型如果只支持普通对话，就不会发起 tool call。表现是输入“请调用 add 工具计算 100+100”仍然只得到文本回复。此时换一个明确支持工具调用的模型 ID，并在控制台确认该模型请求成功。

第四种是 MCP 服务器没有真正启动。常见原因是--directory指向的目录不对，main.py不在该目录，或者虚拟环境依赖没有安装。先在终端手动运行main.py，确认 FastMCP 能启动。stdio 模式下不要向 stdout 输出额外调试文本，否则可能干扰协议通信；需要日志时写到 stderr 或文件。

第五种是只选了一边。CherryStudio 聊天界面通常需要同时选中 MCP 服务器和模型。只选 MCP，没有模型通道，请求发不出去；只选模型，没有启用 MCP，工具不会暴露。回到聊天输入区确认两个选择器都处于预期状态。

第六种是资源验证方式不对。greeting://{name}是 MCP 资源，不是普通 HTTP 链接，不能直接当网页打开。需要在支持资源读取的界面中读取，或让模型通过资源能力访问。若资源列表没有刷新，重新启用 MCP 服务器或重启 CherryStudio。

第七种是用量记录对不上。若 add 工具返回了 200，但控制台没有请求记录，检查模型通道是否真的是 TaoToken；若控制台有请求但工具没触发，检查模型是否支持 tool use；若控制台有失败记录，按 401、403、404、模型不存在等方向排查。不要只看聊天框最终文本，工具调用卡片和控制台记录更可靠。

语义一致 CTA：按你的下一步继续走

如果你现在正卡在 CherryStudio 接入、Base URL、API Key 或 settings 配置上，优先看 API Keys 和接入文档：
https://taotoken.net/api-keys?utm_source=taotoken_aicg_blog_end&utm_content=api-keys&utm_campaign=rewrite
https://taotoken.net/doc?utm_source=taotoken_aicg_blog_end&utm_content=doc&utm_campaign=rewrite

如果你只是想在正式接入前验证模型通道是否可用，可以先用模型对话确认请求能通、模型能选：
https://taotoken.net/chat?utm_source=taotoken_aicg_blog_end&utm_content=model-chat&utm_campaign=rewrite

如果你准备把 MCP、Agent、CherryStudio 这类工具长期放进编码和自动化工作流，而不是只做一次 100+100 验证，可以继续看 Coding Plan：
https://taotoken.net/coding-plan?utm_source=taotoken_aicg_blog_end&utm_content=coding-plan&utm_campaign=rewrite

需要回看请求记录和用量，就进控制台：
https://taotoken.net/console?utm_source=taotoken_aicg_blog_end&utm_content=console&utm_campaign=rewrite

按本文路径配置后，CherryStudio 的大模型通道走 TaoToken，FastMCP 仍用main.py以 stdio 启动，add 工具注册不变。输入 100+100，看到 add 工具调用并返回 200，再到控制台确认请求成功放行，就能判断 MCP 链路和 add 工具真正跑通。