企业官网建设流程全解析

1. 先把三个词放回它们该在的位置

MCP、Skills、Agent 这三个词经常被混着用，但落到配置文件里，它们其实对应三种完全不同的东西。你可以把一次 AI 任务想象成点外卖：Agent 是那个帮你决定“今晚吃什么、几点下单、要不要加饮料”的人；Skills 是菜单上已经写好的套餐组合，比如“加班餐=主食+咖啡+免辣”；MCP 则是外卖平台和商家之间的对接协议，负责把订单真正送到后厨。三者职责不重叠，配置入口也不一样。

我见过太多人把 MCP 的 server 配置塞进 Agent 的 prompt 里，或者把 Skill 当成一个 API 端点去调，结果连通性检查永远失败。这篇就按 Cline、CC Switch、settings.json、config.toml 这几个真实落地场景，把三者的配置骨架和验证动作拆开讲清楚。核心检索词先记住：MCP 管“连什么工具”，Skills 管“会做什么事”，Agent 管“什么时候做、按什么顺序做”。适合正在搭 AI 工具链、准备接统一 Key/API 通道的开发者，也适合刚分清概念、想跑通一次可复现连通性检查的小白。

下面所有配置都围绕一个前提：你有一个统一的 API 通道来承载模型请求，也就是把 Key 和 Base URL 收敛到一处，避免每个工具各配一套。这样 MCP、Skills、Agent 三层才能共用同一条出口，排障时也只需要盯一个地方。

2. TaoToken 前置：把 Key 和 Base URL 收敛到一处

在配任何一层之前，先把统一通道准备好。TaoToken 在这里扮演的是模型请求的统一出口：你拿到一个 API Key，配一个 Base URL，后面 Cline、CC Switch、settings.json、config.toml 都指向它。这样做的直接好处是，MCP 调工具、Skills 跑流程、Agent 做规划时，底层模型请求走的是同一条链路，出问题不用在四五个配置文件之间来回猜。

先到官网 https://taotoken.net/?utm_source=taotoken_aicg_blog_end&utm_medium=csdn&utm_campaign=rewrite&utm_content= 注册并进入控制台，在 API Keys 页面创建一个 Key。创建时建议按用途命名，比如cline-mcp、agent-coding，方便后面按工具排查。Key 只显示一次，复制后先存到本地密码管理器。

Base URL 统一用 https://taotoken.net/api ，注意这个地址不带任何查询参数。很多接入失败是因为把带 UTM 的官网地址误当成 API 地址填进去了，两者不是一回事。

提示：Key 不要写进会提交到 Git 的配置文件。Cline 和 CC Switch 支持环境变量引用，settings.json 和 config.toml 也建议用占位符加本地覆盖的方式管理。

如果你后面要长期跑编码类 Agent，可以顺带看一下 Coding Plan 页面，它和按量 Key 的区别在于更适合高频、长会话的场景。但这一步不影响本篇的连通性验证，先把单次请求跑通再说。

3. 可复制配置：三层各自的文件骨架

3.1 MCP：在 Cline 里配 server，管“连什么工具”

MCP 的配置本质是声明一组 server，每个 server 提供一类工具能力，比如文件系统、浏览器、终端。Cline 的 MCP 配置通常放在扩展的 MCP Servers 设置里，对应一个 JSON 结构。骨架如下：

{ "mcpServers": { "filesystem": { "command": "npx", "args": ["-y", "@modelcontextprotocol/server-filesystem", "/Users/you/project"], "env": {} }, "fetch": { "command": "npx", "args": ["-y", "@modelcontextprotocol/server-fetch"], "env": { "HTTP_PROXY_MODE": "none" } } } }

这里的关键点：MCP 配置里不出现模型 Key。MCP server 只负责暴露工具，模型请求由 Cline 主体走统一通道发出。很多人把 Key 塞进 MCP 的 env，这是职责错位，会导致 Key 泄露面扩大，也不利于统一管理。

Cline 主体侧的模型配置单独设，Base URL 填 https://taotoken.net/api ，API Key 填你创建的那把。这样 MCP 层和模型层解耦，换模型不影响工具配置。

3.2 Skills：用 settings.json 声明能力模块

Skills 更像“预置流程”，它描述的是触发条件和步骤序列。在支持 Skills 的工具里，常见落地是 settings.json 里的一段声明。骨架：

{ "skills": [ { "name": "summarize-and-save", "trigger": "整理这份会议记录并保存", "steps": [ "read_file", "summarize", "write_file" ], "requires": ["filesystem"] } ], "model": { "baseUrl": "https://taotoken.net/api", "apiKeyEnv": "TAOTOKEN_API_KEY" } }

注意requires字段指向的是 MCP server 名，也就是 Skills 依赖 MCP 提供的工具。这就是三者的咬合点：Skills 声明“我要用 filesystem 这个能力”，而 filesystem 由 MCP 层提供。model段则统一指向 TaoToken 通道，apiKeyEnv用环境变量名而不是明文。

3.3 Agent：config.toml 里管规划与执行策略

Agent 层负责拆解任务、决定调用哪个 Skill、按什么顺序执行。在 CC Switch 这类工具里，Agent 行为常用 config.toml 描述。骨架：

[agent] name = "coding-assistant" planning = true max_steps = 12 [agent.model] base_url = "https://taotoken.net/api" api_key_env = "TAOTOKEN_API_KEY" model = "claude-sonnet" [agent.skills] enabled = ["summarize-and-save", "run-tests"] [agent.mcp] servers = ["filesystem", "fetch"]

planning = true表示开启任务拆解，max_steps防止无限循环。agent.mcp.servers引用 MCP 层已声明的 server 名，agent.skills.enabled引用 Skills 层已声明的技能名。Agent 自己不重复定义工具和技能，只做编排。

三层配置放一起看，职责边界就清楚了：MCP 定义工具，Skills 定义流程，Agent 定义策略。统一通道的 Key 和 Base URL 只在模型段出现一次。

4. 验证请求：一次可复现的连通性检查

配完不要直接上复杂任务，先做最小验证。顺序建议从底层往上：先验模型通道，再验 MCP，再验 Skills，最后验 Agent 编排。

第一步，验模型通道。用 curl 直接打一次：

curl -s https://taotoken.net/api/v1/messages \ -H "Content-Type: application/json" \ -H "x-api-key: $TAOTOKEN_API_KEY" \ -H "anthropic-version: 2023-06-01" \ -d '{ "model": "claude-sonnet", "max_tokens": 64, "messages": [{"role": "user", "content": "只回复 ok"}] }'

返回里能看到content字段且文本为 ok，说明 Key 和 Base URL 正确。如果返回 401，检查 Key 是否复制完整；返回 404，检查 Base URL 是否多了路径或参数。

第二步，验 MCP。在 Cline 里打开 MCP Servers 面板，看 filesystem server 状态是否为 connected。然后让 Cline 执行“列出当前项目根目录文件”，如果它能返回真实文件列表，说明 MCP 工具链通了。这一步不涉及模型规划，纯粹验工具暴露。

第三步，验 Skills。触发summarize-and-save，给一段短文本，看它是否按 read、summarize、write 三步走完，并在目标路径生成文件。如果卡在第一步，多半是requires里的 server 名和 MCP 配置对不上。

第四步，验 Agent。给一个复合指令，比如“读取 README 并总结成三条要点保存到 notes.md”。观察它是否先规划、再调 Skill、再通过 MCP 写文件。成功标志是 notes.md 内容正确且步骤日志完整。

四步都过，说明三层配置和统一通道咬合正常。任何一步失败，都只回退到对应层排查，不用全量重配。

5. 本篇常见错排查

错误一：把 Key 写进 MCP 的 env。表现是 MCP server 能连上，但模型请求 401。原因是 MCP 层不该管模型鉴权。修正：Key 只放模型段或环境变量，MCP env 留空或只放工具自身需要的变量。

错误二：Skills 的 requires 和 MCP server 名不一致。表现是 Skill 触发后报“tool not found”。修正：settings.json 里requires的值必须和 MCP 配置里mcpServers的键名逐字一致，大小写敏感。

错误三：config.toml 里重复定义 base_url。表现是 Agent 有时走通有时失败。原因是 Agent 段和模型段各写了一份地址，改了一处漏了另一处。修正：只保留一处，其他层引用。

错误四：Base URL 带了查询参数。表现是请求被重定向或返回 HTML。修正：API 地址固定为 https://taotoken.net/api ，不带任何?后缀。

错误五：Agent 的 max_steps 设太大。表现是任务跑很久、消耗高。修正：初期设 8 到 12，观察日志后再调。

错误六：环境变量没生效。表现是apiKeyEnv读不到值。修正：确认变量在启动工具的同一 shell 里 export，GUI 工具需要在系统环境变量里设，重启生效。

排查时记住一个原则：从下往上验。模型通道不通，上面全白搭；MCP 不通，Skills 和 Agent 都会报工具缺失。分层定位比通读所有配置快得多。

6. 配好之后，按用途选入口

三层跑通后，日常使用会分成几种典型场景，对应不同的入口更顺手。

如果你主要在排障和接入阶段，反复要核对 Key、Base URL、各层引用关系，建议把 API Keys 页面和接入文档放在手边：API Keys 在 https://taotoken.net/api-keys?utm_source=taotoken_aicg_blog_end&utm_medium=csdn&utm_campaign=rewrite&utm_content= ，接入文档在 https://taotoken.net/doc?utm_source=taotoken_aicg_blog_end&utm_medium=csdn&utm_campaign=rewrite&utm_content= 。这两个页面覆盖了本篇涉及的地址格式和鉴权方式。

如果你只是想快速验证某个模型在 MCP 或 Skills 场景下的表现，不想每次都改配置文件，直接用模型对话页面试：https://taotoken.net/chat?utm_source=taotoken_aicg_blog_end&utm_medium=csdn&utm_campaign=rewrite&utm_content= 。把同样的 prompt 丢进去，对比 Agent 编排后的结果，能快速判断是模型问题还是配置问题。

如果你要长期跑编码类 Agent，会话长、步骤多，按量 Key 可能不够经济，可以看 Coding Plan：https://taotoken.net/coding-plan?utm_source=taotoken_aicg_blog_end&utm_medium=csdn&utm_campaign=rewrite&utm_content= 。它更适合高频、长会话的 Agent 场景，配置方式和本篇一致，只是计费模型不同。

控制台入口在 https://taotoken.net/console?utm_source=taotoken_aicg_blog_end&utm_medium=csdn&utm_campaign=rewrite&utm_content= ，用来管理 Key、查看用量。ClaudeCodeAnthropic 相关配置参考 https://taotoken.net/claudecode-anthropic?utm_source=taotoken_aicg_blog_end&utm_medium=csdn&utm_campaign=rewrite&utm_content= ，如果你用的是 Claude Code 类工具，那里的字段名和本篇的 config.toml 骨架可以对照着看。

最后留一个实用习惯：每次改完任一层配置，先跑第 4 节的第一步 curl，确认模型通道没被误伤，再往上验。这个动作花不到十秒，能省掉大量“改了 Skills 结果模型不通”的无效排查。