企业官网建设流程全解析

1. 从一次 Cursor 里 MCP 红灯说起

如果你正在用 Cursor IDE 写代码，又想让 LLM Agent 直接调用你本地的业务接口，大概率会碰到 MCP Server 连不上的问题。MCP 全称 Model Context Protocol，简单说就是给大模型挂一个"工具卡片"，让它在对话时能主动调用你后端暴露的函数。MCP Server 负责把这些函数按协议暴露出来，MCP Client 负责连接并转发请求，Cursor IDE 就是最常见的 Client 之一。

这篇聚焦一个具体场景：用 fastapi_mcp 在已有的 FastAPI 服务上加一层 MCP 能力，通过 SSE 协议把端点暴露出去，再在 Cursor IDE 的 settings.json 里配置好连接，让整条链路一次跑通。适合已经有一个 FastAPI 后端、想让 Cursor 里的 Agent 直接调用这些接口的开发者。核心检索词就三个：MCP Server、SSE 协议、Cursor IDE 配置。下面按"服务端骨架 → SSE 端点 → Cursor 配置 → 验证请求 → 排障"的顺序走一遍，每一步都给可复制的代码和命令。

我试过把公司内部一个订单查询服务接进 Cursor，中间踩了几个坑，后面会逐个说清楚。你跟着做，基本能一次点亮绿灯。

2. TaoToken 前置：统一 Key 与 API 通道

在动手写 MCP Server 之前，先把模型侧的通道准备好。MCP 只是"工具调用协议"，真正干活的还是背后的 LLM。如果你在 Cursor 里同时用多个模型，或者团队里多人共用一套 Key，建议先把 API 通道统一到 TaoToken，这样 MCP Server 里调模型、Cursor 里调模型，走的是同一个入口，排查问题时不用来回切换。

TaoToken 提供的是兼容 OpenAI 风格的 API 通道，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 。你需要先在控制台创建一个 API Key，然后把它填到 Cursor 的模型配置里。这一步不复杂，但顺序别搞反：先有 Key，再配 Cursor，最后才启动 MCP Server，否则 Cursor 那边连模型都调不通，MCP 绿灯也没意义。

具体动作：打开控制台 https://taotoken.net/console?utm_source=taotoken_aicg_blog_end&utm_medium=csdn&utm_campaign=rewrite&utm_content= ，在 API Keys 页面新建一个 Key，复制出来备用。这个 Key 后面会出现在 Cursor 的 settings.json 里，也会出现在你本地测试 MCP Server 的 curl 命令里。如果你打算长期在 Cursor 里跑编码 Agent，可以顺手看一下 Coding Plan https://taotoken.net/coding-plan?utm_source=taotoken_aicg_blog_end&utm_medium=csdn&utm_campaign=rewrite&utm_content= ，它针对的就是这种持续编码场景。

注意：Key 只创建一次就够，不要在每个 MCP Server 里重复建。统一通道的意义就在于"一个 Key 走天下"，后面排障时你只需要怀疑一处。

3. 可复制配置：fastapi_mcp 服务端骨架

现在进入正题。假设你已经有一个 FastAPI 服务，比如一个订单查询接口。我们要做的是在这个服务上加一层 MCP，让它对 Cursor 可见。先装依赖：

pip install fastapi uvicorn fastapi_mcp mcp

然后写服务端骨架。核心思路是：先定义正常的 FastAPI 路由，再用 FastApiMCP 把这些路由包装成 MCP 工具，最后 mount 上去。

from fastapi import FastAPI from fastapi_mcp import FastApiMCP app = FastAPI(title="order-mcp-server") @app.get("/health") async def health(): return {"status": "ok"} @app.get("/orders/{order_id}") async def get_order(order_id: str): # 这里替换成你真实的业务查询 return {"order_id": order_id, "status": "paid", "amount": 199.0} mcp = FastApiMCP( app, name="Order API MCP", description="MCP server for order query", base_url="http://127.0.0.1:8000", ) mcp.mount() mcp.setup_server()

几个参数要留意。base_url必须和你实际监听的地址一致，Cursor 那边连的就是这个地址。name和description会出现在 Cursor 的工具列表里，写清楚一点，Agent 才知道什么时候该调它。mcp.mount()负责把 MCP 端点挂到 FastAPI 上，mcp.setup_server()做最后的初始化，顺序不能反。

启动服务：

uvicorn main:app --host 0.0.0.0 --port 8000

看到Uvicorn running on http://0.0.0.0:8000就说明服务起来了。此时访问http://127.0.0.1:8000/health应该返回{"status":"ok"}。这一步先确认基础服务没问题，再去看 MCP 端点。

4. SSE 端点配置与协议细节

fastapi_mcp 默认会帮你挂好 SSE 端点，但如果你要自己控制，或者想理解底层发生了什么，就得知道 SSE 是怎么接的。MCP 的 SSE 传输本质上是两条路：一条 GET/sse用来建立长连接、接收服务端推送；一条 POST/messages/用来发送客户端消息。

底层用 Starlette 手写的话，核心代码长这样：

from starlette.applications import Starlette from starlette.routing import Route, Mount from mcp.server.sse import SseServerTransport from mcp.server import Server def create_starlette_app(mcp_server: Server, *, debug: bool = False) -> Starlette: sse = SseServerTransport("/messages/") async def handle_sse(request): async with sse.connect_sse( request.scope, request.receive, request._send, ) as (read_stream, write_stream): await mcp_server.run( read_stream, write_stream, mcp_server.create_initialization_options(), ) return Starlette( debug=debug, routes=[ Route("/sse", endpoint=handle_sse), Mount("/messages/", app=sse.handle_post_message), ], )

这段代码的关键点：SseServerTransport("/messages/")里的路径必须和Mount的路径一致，否则客户端发消息会 404。handle_sse里拿到读写流之后，交给mcp_server.run进入事件循环，连接会一直挂着，直到客户端断开。

用 fastapi_mcp 的话，这些它都帮你做了，你只需要确认挂载后的实际路径。启动服务后，用 curl 探一下 SSE 端点是否活着：

curl -N http://127.0.0.1:8000/sse

-N是关闭缓冲，你会看到连接保持住并陆续吐出event: endpoint之类的数据。如果立刻断开或者返回 404，说明端点没挂上，回去检查mcp.mount()是否在setup_server()之前调用。

提示：SSE 是长连接，用 curl 测的时候会一直挂着，按 Ctrl+C 退出即可，这是正常现象，不是卡死。

5. Cursor IDE 配置：settings.json 可复制片段

服务端跑起来后，到 Cursor 这边配置 Client。Cursor 的 MCP 配置有两种方式：图形界面添加，或者直接改 settings.json。推荐后者，方便版本管理和复制。

打开 Cursor，按Cmd/Ctrl + Shift + P，输入Preferences: Open User Settings (JSON)，在打开的 settings.json 里加入：

{ "mcpServers": { "order-mcp": { "url": "http://127.0.0.1:8000/sse" } } }

如果你用的是需要命令启动的 stdio 方式，配置会长这样：

{ "mcpServers": { "order-mcp": { "command": "python3", "args": ["-m", "mcp_proxy", "http://127.0.0.1:8000/sse"] } } }

两种方式的区别：url方式直接连 SSE 端点，适合服务已经常驻运行的场景；command方式由 Cursor 拉起一个代理进程，适合服务需要按需启动的场景。我一般用第一种，因为服务本来就要跑着。

保存 settings.json 后，回到 Cursor 的 MCP 面板，应该能看到order-mcp这一项，状态灯变绿就说明连上了。如果显示红色或黄色，先别急着改代码，按下一节的顺序排查。

另外，模型通道别忘了配。在 Cursor 的模型设置里，把 API Base 填成https://taotoken.net/api，Key 填你在控制台创建的那个。这样 Cursor 里的 Agent 既能调模型，又能通过 MCP 调你的本地接口。

6. 验证请求与成功结果

绿灯只是第一步，真正要验证的是"请求能不能转发到业务接口"。在 Cursor 的对话里输入一句自然语言，比如"帮我查一下订单 12345 的状态"。如果 Agent 识别到需要调用工具，它会自动触发get_order，你会在对话里看到工具调用记录，返回{"order_id":"12345","status":"paid","amount":199.0}。

如果 Agent 没调工具，先确认两件事：一是 MCP 面板里工具列表是否显示了get_order；二是模型是否支持 function calling。前者说明 MCP 注册成功，后者说明模型侧通道没问题。

也可以绕过 Cursor，直接用 curl 验证 SSE 链路：

curl -N http://127.0.0.1:8000/sse

连接建立后，另开一个终端发消息：

curl -X POST http://127.0.0.1:8000/messages/ \ -H "Content-Type: application/json" \ -d '{"jsonrpc":"2.0","id":1,"method":"tools/list"}'

正常会返回工具列表，里面包含get_order。这一步能过，说明 SSE 的收发两条路都通了，剩下的就是 Cursor 侧的配置问题。

实测下来，最容易出问题的不是代码，而是地址和端口。Cursor 里填127.0.0.1还是localhost，服务监听0.0.0.0还是127.0.0.1，这几个组合要一致。我踩过的坑就是服务监听127.0.0.1，Cursor 里填了本机局域网 IP，结果连不上，改成127.0.0.1立刻绿灯。

7. 本篇常见错排查

红灯一：SSE 端点 404。检查mcp.mount()和mcp.setup_server()的调用顺序，mount 必须在 setup 之前。另外确认 FastAPI 的版本，太老的版本可能不兼容 fastapi_mcp 的挂载方式。

红灯二：Cursor 显示黄色，提示连接超时。九成是地址问题。服务监听0.0.0.0:8000，Cursor 里就填http://127.0.0.1:8000/sse；如果服务在容器里，要确认端口映射。别用localhost和127.0.0.1混着填，有些环境解析不一样。

红灯三：工具列表为空。说明 MCP 连上了，但没注册到工具。检查你的 FastAPI 路由是否在FastApiMCP初始化之前定义。fastapi_mcp 是在初始化时扫描已有路由的，后加的路由不会被自动收录，需要重新setup_server()。

红灯四：conda 虚拟环境里命令找不到。如果你用 stdio 方式配置，command要写绝对路径。在虚拟环境里执行which python3拿到绝对路径，填进去。同理mcp-proxy也要用which mcp-proxy找到绝对位置。

红灯五：请求发出去了但业务接口没反应。看服务端日志，确认 POST/messages/有没有进来。如果进来了但没触发业务函数，多半是工具名或参数对不上，检查get_order的参数名是否和 Agent 传的一致。

排障时如果怀疑是 Key 或通道问题，直接去 API Keys 页面 https://taotoken.net/api-keys?utm_source=taotoken_aicg_blog_end&utm_medium=csdn&utm_campaign=rewrite&utm_content= 重新生成一个 Key 换上，排除掉鉴权因素。接入细节可以对照文档 https://taotoken.net/doc?utm_source=taotoken_aicg_blog_end&utm_medium=csdn&utm_campaign=rewrite&utm_content= 里的示例。

8. 下一步：把链路固定下来

整条链路跑通后，建议做两件事让它稳定下来。第一，把 MCP Server 写成 systemd 服务或者用 supervisor 托管，避免每次手动启动。第二，把 Cursor 的 settings.json 纳入 dotfiles 管理，换机器时直接同步。

如果你还想验证模型侧是否正常，可以打开模型对话 https://taotoken.net/?utm_source=taotoken_aicg_blog_end&utm_medium=csdn&utm_campaign=rewrite&utm_content= 发一条测试消息，确认通道通畅。长期在 Cursor 里跑编码 Agent 的话，Coding Plan https://taotoken.net/coding-plan?utm_source=taotoken_aicg_blog_end&utm_medium=csdn&utm_campaign=rewrite&utm_content= 会更合适，省得每次单独配 Key。

最后留一个实用技巧：MCP Server 的description字段别偷懒，写清楚这个工具能干什么、参数是什么格式。Agent 判断要不要调工具，全靠这段描述。描述写得模糊，Agent 就会该调的时候不调，不该调的时候乱调。这是我在多个项目里验证过的经验，比调模型参数管用。