1. 为什么我要把 MongoDB 查询封装成 MCP ServerMongoDB 是很多团队存业务数据的第一选择但大模型默认碰不到它。你问模型「上个月订单量最高的十个城市是哪些」它只能靠猜。MCP Server 就是解决这个断层的东西它把数据库查询能力包装成模型能调用的工具模型负责理解意图、拼参数MCP Server 负责真正去 MongoDB 里取数。这篇聚焦 Python MongoDB MCP Server 的本地落地用 fastapi-mcp 把 MongoDB 查询封装成 MCP 工具再接入 TaoToken 统一 Key/API 通道。适合已经会写 FastAPI、手里有 MongoDB 实例、想让模型直接查库的开发者。整套链路我按「先跑通再优化」的顺序写你照着复制配置就能验证。核心检索词先摆清楚MCP Server 是模型上下文协议的服务端实现fastapi-mcp 是能把现有 FastAPI 路由自动挂载成 MCP 工具的库TaoToken 是统一管理模型 Key 和 API 通道的入口。三者组合起来你不需要改数据库代码只需要在现有 FastAPI 服务上加几行注册逻辑。2. TaoToken 前置Key、通道与 MCP 的关系MCP Server 本身不负责调用大模型它只负责暴露工具。真正让模型「用上」这些工具的是客户端侧的模型通道。TaoToken 在这里的角色是统一 Key 和 API 通道你不需要在多个模型供应商之间来回切换配置一个 Key 就能覆盖对话、编码、Agent 等场景。先拿到 API Key。访问 https://taotoken.net/api-keys 创建复制保存。注意这个 Key 只在创建时完整显示一次丢了就重新生成。然后确认你的接入文档。不同客户端配置格式不一样文档在 https://taotoken.net/doc 有完整说明。我建议先看文档再动手避免配置项写错导致 401。如果你后续要做长期编码或 Agent 任务可以了解 Coding Planhttps://taotoken.net/coding-plan 。它适合需要持续调用、多轮工具编排的场景。单纯验证模型对话能力的话用模型对话入口就够了https://taotoken.net/models 。这里有个关键认知MCP Server 和 TaoToken 是两层。MCP Server 跑在本地暴露工具TaoToken 提供模型通道让客户端能调用模型。两者通过客户端的 MCP 配置和模型配置分别对接。很多人第一次配的时候把这两层混在一起结果工具注册了但模型调不到或者模型能调但工具没挂上。3. 可复制配置config.toml 与 settings.json 骨架先装依赖。Python 3.10 以上建议用虚拟环境python -m venv venv source venv/bin/activate pip install fastapi uvicorn fastapi-mcp motor pymongomotor是 MongoDB 的异步驱动fastapi-mcp负责把路由挂成 MCP 工具。装完后先写一个最小可跑的 FastAPI MongoDB 查询服务# mongo_mcp_server.py from fastapi import FastAPI, Query from fastapi_mcp import add_mcp_server from motor.motor_asyncio import AsyncIOMotorClient from typing import Optional import uvicorn app FastAPI(titleMongoDB MCP Server) client AsyncIOMotorClient(mongodb://localhost:27017) db client[shop] orders db[orders] app.get(/orders/top_cities, summary按订单量统计城市排名) async def top_cities(limit: int Query(10, description返回条数)): pipeline [ {$group: {_id: $city, count: {$sum: 1}}}, {$sort: {count: -1}}, {$limit: limit}, ] result [] async for doc in orders.aggregate(pipeline): result.append({city: doc[_id], count: doc[count]}) return {data: result} mcp_server add_mcp_server( app, mount_path/mcp, nameMongoDB MCP, descriptionMongoDB 查询工具集, base_urlhttp://localhost:8000, ) if __name__ __main__: uvicorn.run(app, host0.0.0.0, port8000)启动命令python mongo_mcp_server.py服务起来后MCP 端点挂在http://localhost:8000/mcp。接下来是客户端配置。以支持 MCP 的客户端为例settings.json骨架如下{ mcpServers: { mongodb-local: { url: http://localhost:8000/mcp, transport: sse } }, model: { provider: taotoken, apiKey: 你的_TAOTOKEN_KEY, baseUrl: https://taotoken.net/api } }如果你用的客户端走 stdio 而不是 sse把transport改成stdiourl换成启动命令。config.toml骨架部分客户端用 TOML[mcp_servers.mongodb-local] url http://localhost:8000/mcp transport sse [model] provider taotoken api_key 你的_TAOTOKEN_KEY base_url https://taotoken.net/api注意base_url不要加 UTM 参数API 调用只认纯域名。Key 不要提交到 Git用环境变量或本地配置文件。4. 验证请求一次工具调用跑通查询链路配置写完后先别急着在客户端里点。用 curl 直接打 MCP 端点确认工具注册成功curl -X POST http://localhost:8000/mcp \ -H Content-Type: application/json \ -d {jsonrpc:2.0,method:tools/list,id:1}返回里应该能看到top_cities这个工具带 description 和参数 schema。如果返回空列表说明add_mcp_server没挂上检查mount_path和路由装饰器。然后验证实际查询。在客户端里发一句「帮我查一下订单量最高的五个城市」。模型会先调top_cities参数limit5MCP Server 执行聚合管道返回结果。你看到的输出应该是类似{data: [{city: 上海, count: 1280}, {city: 北京, count: 1150}]}这一步跑通说明三层链路都通了客户端 → TaoToken 模型通道 → MCP Server → MongoDB。如果模型没调工具而是直接编答案检查客户端的 MCP 配置是否生效以及模型是否支持工具调用。我试过在同一个客户端里挂两个 MCP Server一个查 MongoDB一个查本地文件模型会根据问题自动选工具。这说明 MCP 的工具体系是可组合的你不需要把所有查询塞进一个服务。5. 本篇常见错排查报错一ModuleNotFoundError: No module named fastapi_mcp装包时虚拟环境没激活或者 pip 装到了全局。确认which python指向 venv 里的解释器。报错二MCP 端点返回 404mount_path写成了/mcp/带斜杠或者客户端请求路径不一致。统一用/mcp不要带尾斜杠。报错三MongoDB 连接超时AsyncIOMotorClient的地址写错或者 MongoDB 没启动。本地测试先用mongodb://localhost:27017确认mongosh能连上再跑服务。报错四模型不调用工具客户端配置里 MCP Server 没启用或者模型本身不支持 function calling。换一个支持工具调用的模型或者在 TaoToken 的模型对话入口先验证模型能力。报错五401 UnauthorizedTaoToken Key 写错或过期。去 https://taotoken.net/api-keys 重新生成注意不要有多余空格。报错六聚合查询返回空集合名或字段名写错。先在mongosh里手动跑一遍db.orders.aggregate([...])确认管道正确再放进代码。6. 接入文档与后续分流排障和接入细节看文档https://taotoken.net/doc 。API Key 管理在 https://taotoken.net/api-keys 。验证模型对话能力用 https://taotoken.net/models 。长期编码或 Agent 任务看 https://taotoken.net/coding-plan 。整套跑下来最耗时的不是写代码而是配置对齐。MCP Server 的base_url、客户端的url、TaoToken 的base_url这三个地址容易混。记住MCP 的base_url是你本地服务的地址TaoToken 的base_url是模型通道的地址两者不要写反。最后留一个实用技巧把 MongoDB 查询封装成 MCP 工具时参数尽量用Query加 description模型靠这个理解怎么传参。description 写得越清楚模型调用越准。我见过有人把参数写成q不带说明模型直接传了个自然语言句子进去查询自然失败。