企业官网建设流程全解析

1. 为什么要在 Windows 上折腾 DeepCode 论文反推代码

DeepCode 是港大数据智能实验室开源的一个工具，核心能力是：你丢一篇论文 PDF 进去，它自动读论文、抽方法、生成可运行的代码骨架，甚至帮你把实验脚本搭起来。对做科研复现、快速验证 idea 的人来说，这比手动一行行抄公式再翻译成 PyTorch 省太多时间。它适合谁？适合正在读研、做算法工程、需要快速把论文变成可跑代码的人，也适合想体验 Agent 工作流的开发者。

但 Windows 上跑它有几个现实门槛：Python 版本要够、Node.js 要装（因为 MCP 搜索服务器依赖它）、Streamlit 要能起、最麻烦的是模型 API 通道要配通。很多人卡在配置文件那一步，mcp_agent.secrets.yaml和mcp_agent.config.yaml两个文件改来改去，endpoint 写错一个字符就报 401 或连接超时。这篇教程的思路是：用 TaoToken 的统一 Key 和统一 API 通道，把 DeepCode 里所有模型调用收敛到一个入口，你只需要维护一份 Key，不用在 OpenAI、Anthropic、Google 之间来回切换配置。

我试过在 Windows 11 + PowerShell 环境下从零搭一遍，踩过的坑集中在三处：虚拟环境激活策略、MCP 服务器路径斜杠、以及llm_provider和default_model没对齐。下面按可复制的步骤走，每一步都给命令和配置骨架。

2. TaoToken 前置：统一 Key 与 API 通道准备

TaoToken 在这里扮演的角色是「统一模型网关」。DeepCode 本身支持多家 provider，但每家都要单独申请 Key、单独配 base_url，切换模型时改配置很烦。TaoToken 提供一个兼容 OpenAI 协议的 API 入口，你拿一个 Key，就能在 DeepCode 里调用不同模型，base_url 统一指向https://taotoken.net/api。

你需要先做两件事：

第一，注册并拿到 API Key。访问官网 https://taotoken.net/?utm_source=taotoken_aicg_blog_end&utm_medium=csdn&utm_campaign=rewrite&utm_content= 完成账号注册，然后进入控制台创建 Key。控制台地址是 https://taotoken.net/console?utm_source=taotoken_aicg_blog_end&utm_content=console&utm_campaign=rewrite ，在 API Keys 页面点新建，复制那串sk-开头的字符串，先存到记事本里，后面要填进配置文件。

第二，确认你要用哪个模型。DeepCode 的论文反推对模型推理能力要求较高，建议选长上下文、代码能力强的模型。你可以在模型对话页面先试一下通道是否通：https://taotoken.net/models?utm_source=taotoken_aicg_blog_end&utm_content=model_chat&utm_campaign=rewrite ，随便发一句「用 Python 写一个快速排序」，能正常返回就说明 Key 和通道没问题。

注意：TaoToken 的 API 入口是https://taotoken.net/api，这个地址不加任何 UTM 参数，直接写进配置文件即可。官网和控制台的链接才带 UTM，别搞混。

如果你打算长期用 DeepCode 做论文复现、跑 Agent 任务，可以顺带看一下 Coding Plan：https://taotoken.net/coding-plan?utm_source=taotoken_aicg_blog_end&utm_content=coding_plan&utm_campaign=rewrite ，它适合高频编码场景，额度模型和按量付费不一样，按自己用量选。

3. Windows 环境搭建与可复制配置

3.1 Python、Node.js、Git 三件套检查

打开 PowerShell（建议管理员身份），逐条执行：

python --version pip --version node -v npm -v git --version

Python 要求 3.10 以上，官方推荐 3.13，3.11/3.12 实测也能跑。Node.js 是给 MCP 的 Brave Search 和 filesystem 服务器用的，不装的话搜索类工具会报command not found。Git 用于克隆源码。

如果 Python 没装，去 python.org 下 3.12 的 Windows installer，安装时勾选「Add Python to PATH」。Node.js 去 nodejs.org 下 LTS 版，一路下一步即可。

3.2 拉源码与虚拟环境

cd /d D:\ git clone https://github.com/HKUDS/DeepCode.git cd /d D:\DeepCode python -m venv .venv .venv\Scripts\Activate.ps1

如果激活时报「无法加载脚本，因为在此系统上禁止运行脚本」，执行：

Set-ExecutionPolicy -ExecutionPolicy RemoteSigned -Scope CurrentUser

按 Y 确认，再重新激活。激活成功后提示符前面会出现(.venv)。

3.3 安装依赖

pip install --upgrade pip pip install -r requirements.txt

这一步会拉 Streamlit、mcp-agent 等包，网络慢的话可以加国内镜像：

pip install -r requirements.txt -i https://pypi.tuna.tsinghua.edu.cn/simple

3.4 配置文件骨架：secrets 与 config

DeepCode 根目录下需要两个文件：mcp_agent.secrets.yaml和mcp_agent.config.yaml。如果仓库里没有，从模板复制：

copy mcp_agent.secrets.yaml.example mcp_agent.secrets.yaml copy mcp_agent.config.yaml.example mcp_agent.config.yaml

没有 example 的话直接新建。mcp_agent.secrets.yaml填 Key，骨架如下：

openai: api_key: "sk-你的TaoTokenKey" base_url: "https://taotoken.net/api" anthropic: api_key: "" google: api_key: ""

三个 provider 只填一个就行。用 TaoToken 统一通道时，填在openai段，base_url指向 TaoToken 的 API 入口。

mcp_agent.config.yaml关键改动：

llm_provider: openai openai: default_model: gpt-4o base_url: "https://taotoken.net/api"

llm_provider必须和上面填 Key 的段名一致，default_model写你在 TaoToken 通道里能调用的模型名。模型名不确定的话，用 curl 列一下：

curl -s -H "Authorization: Bearer sk-你的TaoTokenKey" https://taotoken.net/api/models

返回的 JSON 里data数组的id字段就是可用模型名。

3.5 MCP Servers（Node）路径配置

如果你要用 Brave Search 或 filesystem 工具，先装全局包：

npm i -g @modelcontextprotocol/server-brave-search npm i -g @modelcontextprotocol/server-filesystem npm root -g

npm root -g会输出类似C:\Users\你的用户名\AppData\Roaming\npm\node_modules的路径。把它拼进mcp_agent.config.yaml的mcp.servers段：

mcp: servers: brave: command: "node" args: ["C:/Users/你的用户名/AppData/Roaming/npm/node_modules/@modelcontextprotocol/server-brave-search/dist/index.js"] filesystem: command: "node" args: ["C:/Users/你的用户名/AppData/Roaming/npm/node_modules/@modelcontextprotocol/server-filesystem/dist/index.js", "."]

路径用正斜杠/或双反斜杠\\，别用单反斜杠，YAML 里单反斜杠是转义字符，会解析失败。

4. 启动 Streamlit 并验证论文反推

配置改完后，在激活的虚拟环境里启动：

cd /d D:\DeepCode streamlit run ui/streamlit_app.py

终端出现You can now view your Streamlit app in your browser和http://localhost:8501就说明起来了。浏览器打开这个地址，你会看到 DeepCode 的 Web 界面。

验证动作：在界面上传一篇论文 PDF（建议先用 5 页以内的短文试），在输入框里写清楚任务，比如「请阅读这篇论文，提取核心方法，用 PyTorch 实现模型结构，并给出训练脚本骨架」。点提交后，界面会显示 Agent 的思考过程和工具调用日志。

成功的结果长这样：Agent 先调用 PDF 解析工具读取内容，然后调用搜索工具补充背景，最后生成代码文件。你会在输出区看到完整的 Python 代码块，包含import torch、模型类定义、forward方法。如果代码能直接复制到本地跑通，说明整条链路通了。

提示：第一次跑建议把default_model设成推理能力强的模型，生成质量差别很明显。模型对话页面可以先对比几个模型的表现：https://taotoken.net/models?utm_source=taotoken_aicg_blog_end&utm_content=model_chat&utm_campaign=rewrite

5. 本篇常见报错排查

报错一：openai.AuthenticationError: 401Key 填错或 base_url 写成了https://taotoken.net/api/（末尾多斜杠）。检查mcp_agent.secrets.yaml里api_key是否完整，base_url是否精确为https://taotoken.net/api。改完保存，重启 Streamlit。

报错二：ModuleNotFoundError: No module named 'mcp_agent'依赖没装全，或者虚拟环境没激活。确认提示符前有(.venv)，然后重跑pip install -r requirements.txt。

报错三：llm_provider 'openai' not foundmcp_agent.config.yaml里llm_provider的值和 secrets 里的段名不一致。比如 secrets 里写的是openai，config 里写成了OpenAI，大小写敏感，改成一致。

报错四：MCP 服务器启动失败，Cannot find modulenpm root -g输出的路径没拼对，或者用户名写错了。重新执行npm root -g，把完整路径复制进args，注意斜杠方向。

报错五：Streamlit 端口被占用换端口启动：streamlit run ui/streamlit_app.py --server.port 8502。

报错六：PDF 上传后无响应模型上下文不够或 PDF 太大。换长上下文模型，或者先用小论文测试。也可以在模型对话页面单独测一下模型是否能处理长文本。

6. 后续接入与 Key 管理

整条链路跑通后，你日常只需要维护一份 TaoToken Key。换模型时改default_model一个字段，不用动 base_url，也不用重新申请别家 Key。如果要做更复杂的 Agent 编码任务，比如让 DeepCode 自动迭代代码、跑测试、修 bug，可以看 Coding Plan 的额度方案：https://taotoken.net/coding-plan?utm_source=taotoken_aicg_blog_end&utm_content=coding_plan&utm_campaign=rewrite

Key 的管理和轮换在控制台完成：https://taotoken.net/api-keys?utm_source=taotoken_aicg_blog_end&utm_content=api_keys&utm_campaign=rewrite ，建议给 DeepCode 单独建一个 Key，方便按项目统计用量。接入文档里有完整的参数说明和兼容性列表：https://taotoken.net/doc?utm_source=taotoken_aicg_blog_end&utm_content=doc&utm_campaign=rewrite

如果你用 Claude Code 做编码，TaoToken 也支持 Anthropic 协议接入，配置方式在文档里有专门章节：https://taotoken.net/claude-code?utm_source=taotoken_aicg_blog_end&utm_content=claude_code&utm_campaign=rewrite

最后给一个实用技巧：把mcp_agent.secrets.yaml和mcp_agent.config.yaml加入.gitignore，别把 Key 提交到仓库。改配置前先备份一份，改坏了能快速回滚。Streamlit 启动后如果界面卡住，先看终端日志，90% 的问题在日志里都有明确报错行。