1. 从 Function Call 到 MCPLLM 工具调用到底在解决什么问题如果你刚开始接触 LLM 应用开发大概率会遇到一个绕不开的坎模型知道很多事但它不知道「你公司今天谁请假了」「现在北京天气几度」「数据库里订单 1024 的状态是什么」。这些信息不在训练数据里模型再强也答不出来。Function Call 就是第一代解法。你在请求里声明几个函数模型判断用户问题需要调用哪个函数返回一个 JSON 结构的调用意图你的代码去执行再把结果塞回对话。这套流程能跑通但问题也很明显每个模型厂商的 Function Call 格式都不一样。OpenAI 一套、Anthropic 一套、国内各家又一套。你为一个工具写好的接入代码换个模型就得重写。MCPModel Context Protocol模型上下文协议要解决的就是这个碎片化问题。它把「模型怎么发现工具、怎么调用工具、怎么拿回结果」抽象成一套统一协议工具提供方只需要实现一个 MCP Server就能被所有支持 MCP 的客户端复用。你可以把它理解成 LLM 工具调用领域的 USB-C 接口——以前每个设备一个充电口现在统一了。这篇文章面向刚接触工具调用的开发者我会先用 Function Call 和 MCP 的对比讲清定位差异然后给出一份可复制的 MCP Server 最小配置最后带你跑通一次完整的工具调用验证。读完你至少能在自己项目里跑通第一个 MCP 流程。适合谁看写过或准备写 Function Call 的开发者、想让自己的服务被 AI 客户端调用的后端同学、以及想搞清楚 MCP 到底是不是「又一个新概念」的工程师。2. TaoToken 前置准备MCP 工具调用接入的 API Key 与 Base URL 配置在跑通 MCP 之前你需要一个能发起工具调用的模型入口。MCP 本身是协议层它不提供模型能力模型还是要通过 API 来访问。这里我用 TaoToken 作为模型接入层来演示因为它同时兼容 OpenAI 风格的 Function Call 和 Anthropic 风格的 tool use方便你在同一套配置里对比两种调用方式。先拿到访问凭证。打开 https://taotoken.net/api-keys 登录后创建一个 API Key复制保存。这个 Key 后面会写进 MCP 客户端的配置里注意不要提交到 Git 仓库。Base URL 用 https://taotoken.net/api 这是 OpenAI 兼容端点。如果你用的是 Anthropic SDK 或 Claude Code 这类工具端点路径会略有不同具体可以参考 https://taotoken.net/doc 里的接入说明。模型 ID 方面工具调用能力比较稳的有 claude-sonnet-4-20250514、gpt-4o、deepseek-chat 等。MCP 场景下我建议优先选支持并行工具调用的模型因为 MCP 客户端经常需要一次性拉取多个工具的描述。这里有个容易踩的坑很多人以为 MCP 是模型自带的能力配好 Key 就能用。实际上 MCP 是客户端侧实现的协议模型只负责「决定调不调、调哪个、传什么参数」真正的工具发现和调用编排是 MCP 客户端在做。所以你的配置要分两部分模型 API 配置 MCP Server 配置。如果你打算长期做编码类 Agent 或复杂工具链可以了解一下 Coding Planhttps://taotoken.net/coding-plan 它在多轮工具调用场景下的额度策略更适合持续开发。只是验证一次 MCP 流程的话普通 API Key 就够了。3. 可复制的 MCP Server 最小配置JSON 与 TOML 片段MCP 的配置格式取决于你用的客户端。目前主流的有 Claude Desktop 的 JSON 配置、Cline / Roo Code 的 JSON 配置、以及 Codex 的 auth.json config.toml 组合。我逐个给出最小可用片段。先看最通用的 JSON 格式Claude Desktop 和多数 VS Code 插件都用这个结构。文件路径在 macOS 上是~/Library/Application Support/Claude/claude_desktop_config.jsonWindows 上是%APPDATA%\Claude\claude_desktop_config.json{ mcpServers: { weather-demo: { command: npx, args: [-y, modelcontextprotocol/server-everything], env: { API_KEY: 你的_TaoToken_Key, BASE_URL: https://taotoken.net/api } } } }这段配置的意思是启动一个名为 weather-demo 的 MCP Server用 npx 拉取官方示例包并通过环境变量注入模型访问凭证。server-everything是 MCP 官方提供的测试服务器内置了天气查询、加法计算等示例工具非常适合第一次验证。如果你用的是 Cline 或 Roo Code配置写在 VS Code 的 settings.json 里结构类似但外层键名是mcpServers直接挂在根上{ mcpServers: { weather-demo: { command: npx, args: [-y, modelcontextprotocol/server-everything], env: { API_KEY: 你的_TaoToken_Key, BASE_URL: https://taotoken.net/api }, disabled: false, autoApprove: [] } } }autoApprove留空表示每次工具调用都需要你手动确认调试阶段建议保持这样避免模型误调用。如果你用的是 Codex 这类基于 TOML 的工具配置分两个文件。~/.codex/auth.json放凭证{ OPENAI_API_KEY: 你的_TaoToken_Key, OPENAI_BASE_URL: https://taotoken.net/api }~/.codex/config.toml放 MCP Server 定义[mcp_servers.weather-demo] command npx args [-y, modelcontextprotocol/server-everything] [mcp_servers.weather-demo.env] API_KEY 你的_TaoToken_Key BASE_URL https://taotoken.net/api三件套记牢Base URL 填https://taotoken.net/apiKey 填你创建的凭证Model ID 填claude-sonnet-4-20250514或gpt-4o。这三个值在 MCP 客户端和模型 API 配置里要保持一致否则会出现「工具列表拉到了但调用时报 401」的情况。配置改完记得完全重启客户端不是刷新窗口是退出进程再启动。MCP Server 是在客户端启动时拉起的子进程热重载不生效。4. 验证一次 MCP 工具调用请求从工具发现到结果返回配置写好后怎么确认 MCP 真的跑通了我带你走一遍完整的调用链路每一步都有可观察的输出。第一步确认 MCP Server 进程起来了。在客户端里打开 MCP 面板应该能看到 weather-demo 显示为 connected 或绿色状态。如果显示 failed先看客户端日志里有没有spawn npx ENOENT这类报错那是 Node.js 没装或不在 PATH 里。第二步触发工具发现。在对话里输入「你有哪些工具可以用」。模型会通过 MCP 客户端向 Server 发送tools/list请求Server 返回工具清单。正常的话你会看到类似这样的返回{ tools: [ { name: get_weather, description: 查询指定城市的当前天气, inputSchema: { type: object, properties: { city: { type: string, description: 城市名称 } }, required: [city] } } ] }这一步验证的是 MCP 的「工具发现」能力。如果模型回答「我没有工具」说明客户端没把工具列表注入到系统提示里检查配置里的 Server 名称和客户端是否匹配。第三步发起真实调用。输入「北京现在天气怎么样」。你会观察到客户端弹出确认框问是否允许调用 get_weather。点允许后客户端向 Server 发送tools/call请求{ method: tools/call, params: { name: get_weather, arguments: { city: 北京 } } }Server 执行内置逻辑返回结果{ content: [ { type: text, text: 北京当前天气晴气温 28°C湿度 45% } ] }第四步模型拿到结果后重新组织语言输出给你。整个链路是用户提问 → 模型判断需要工具 → MCP 客户端调用 Server → Server 返回结果 → 客户端回传模型 → 模型生成最终回答。如果你想脱离客户端直接验证 Server 是否正常可以用 MCP Inspectornpx modelcontextprotocol/inspector npx -y modelcontextprotocol/server-everything它会启动一个本地 Web 界面你能手动发tools/list和tools/call请求看到原始 JSON 往返。这个工具在排查「到底是 Server 问题还是客户端问题」时特别好用。验证模型本身的工具调用能力可以在 https://taotoken.net/model-chat 里直接发一条带 tools 参数的请求对比 MCP 链路的差异。5. 本篇常见错误排查401、local proxy failed 与 reading choices 报错MCP 调试阶段的报错集中在几个固定位置我按出现频率排一下。401 Unauthorized。最常见。原因通常是 API Key 没填对、Key 过期、或者 Base URL 写成了带路径的完整端点。检查三点Key 是否有多余空格、Base URL 是否是https://taotoken.net/api而不是/v1/chat/completions、环境变量名是否和客户端期望的一致。有些客户端读OPENAI_API_KEY有些读API_KEY配置里两个都写上最稳。local proxy failed / connection refused。这个报错说明 MCP 客户端尝试连接本地 Server 进程失败。可能原因npx 首次拉包超时、Node 版本低于 18、或者端口被占用。解决办法是先手动在终端跑一遍npx -y modelcontextprotocol/server-everything看能不能正常启动。如果终端能跑但客户端报错多半是客户端的工作目录或 PATH 环境不同把 command 改成 Node 的绝对路径试试。reading choices of undefined。这是 OpenAI 兼容层的经典报错意思是返回体里没有 choices 字段。触发场景通常是模型 ID 写错导致返回了错误对象、或者请求被网关拦截返回了 HTML。先确认 Model ID 拼写再用 curl 直接打一次 API 看原始返回curl https://taotoken.net/api/v1/chat/completions \ -H Authorization: Bearer 你的Key \ -H Content-Type: application/json \ -d {model:claude-sonnet-4-20250514,messages:[{role:user,content:hi}]}如果 curl 正常但客户端报错问题在客户端的请求构造上。OAuth 相关报错。部分 MCP Server 需要 OAuth 授权比如访问 Google Drive、GitHub 的 Server。报错通常是invalid_grant或redirect_uri_mismatch。这类问题不在模型侧按 Server 文档配置 OAuth 应用的回调地址即可。如果你只是验证基础流程先用server-everything这种无需授权的 Server。工具列表为空。客户端显示 connected 但模型说没有工具。检查 Server 是否真的实现了tools/list方法有些 Server 只提供 resources 不提供 tools。另外确认客户端的 MCP 功能开关是否打开部分工具默认关闭 MCP 支持。排查顺序建议先 curl 验证模型 API → 再 Inspector 验证 Server → 最后看客户端日志。这样能快速定位问题在哪一层。6. 继续深入 MCP接入文档、模型验证与长期编码方案跑通第一个 MCP 流程后你大概能感受到它和 Function Call 的核心差异Function Call 是「你在每次请求里临时声明工具」MCP 是「工具作为独立服务常驻客户端按需发现和调用」。前者适合简单场景后者适合工具多、需要复用、需要权限隔离的工程场景。接下来可以做的几件事。第一把你自己的业务接口包装成 MCP Server官方有 Python 和 TypeScript 的 SDK一个tools/list加一个tools/call就能跑起来。第二对比同一工具在 Function Call 和 MCP 两种模式下的调用日志你会更清楚协议层帮你省掉了哪些胶水代码。第三关注 MCP 的 resources 和 prompts 能力它们分别解决「数据暴露」和「提示模板复用」的问题是 tools 之外的两块拼图。接入细节和端点说明看 https://taotoken.net/doc 模型对话验证在 https://taotoken.net/model-chat 长期做编码 Agent 或多工具链的可以看 https://taotoken.net/coding-plan 。API Key 管理在 https://taotoken.net/api-keys 。最后留一个实操建议调试 MCP 时把客户端日志级别调到 debug所有 JSON-RPC 往返都会打出来。看一遍完整的initialize→tools/list→tools/call消息流比读十篇概念文章都管用。