检查 MCP 服务器

MCP 服务器为 AI 智能体提供工具、资源和提示词。在把服务器交给智能体之前，先看看它提供什么，亲自调用它的工具，并检查工具列表对模型意味着多大的开销。在本教程中，你会用演示商店的服务器 https://demo.echolot.dev/mcp 来完成这些，并把一次工具调用存储为带检查的请求。

• 用时： 15 分钟。
• 你需要： 任意工作区。Alpenglow 已把这台服务器作为 Alpenglow MCP 包含在内；若想从头开始跟做，请使用另一个工作区。
• 你将学到： 添加服务器、检查、调用工具、模型如何看待此服务器卡片，以及 MCP 请求。

1. 添加服务器Copy Anchor Link

1. 切换到 MCP 服务器（⌘2）。
2. 选取添加 MCP 服务器…（在空白页面上，或边栏的 + 菜单中）。
3. 在添加 MCP 服务器中：
   • 名称：Demo shop
   • 传输方式：HTTP（Streamable HTTP）
   • URL：https://demo.echolot.dev/mcp
4. 选取添加。

服务器会作为文件保存在工作区的 mcp-servers 文件夹中。+ 菜单也可以从 Claude Desktop、Claude Code、Cursor、VS Code 或 Codex 导入服务器。

2. 检查Copy Anchor Link

1. 选取检查。Echolot 会连接，确定服务器使用的协议版本，对其执行 ping，并列出它的工具、资源和提示词。
2. 页面会逐张卡片地填充内容：
   • 连接正常，然后是服务器：协议（MCP 2025-11-25，带会话）、ping 和连接耗时、工具数量、它的功能，以及它的指令：“The Alpenglow demo shop from docs.echolot.dev. Read-only: search the catalog, look up products and orders.”
   • 工具：search_catalog、get_product 和 order_status，以及它们的描述。
   • 资源：categories（alpenglow://catalog/categories）。
   • 提示词：pack_for_a_trip，它接受一个 trip。
   • 消息：检查过程中的每条 JSON-RPC 消息。选取显示全部可查看每一条。

监视会保持连接打开，并在列表变化和资源更新发生时显示它们。需要 OAuth 的服务器在这里会显示登录…；参见添加服务器。

3. 调用工具Copy Anchor Link

1. 在工具卡片中选取 search_catalog。调用面板会打开。
2. 在参数下，表单为每个参数显示一个字段。把 query 设为 ultralight tent，把 limit 设为 3。JSON 则以文本形式显示同样的参数。
3. 选取调用（↩）。

结果显示在结果下，并附有耗时：每个商品一行，包括名称、SKU、以瑞士法郎计的价格和库存。失败的工具会显示错误和红色文本。试试用 order_id 为 ord_7Hk2Lw 的 order_status，并在资源下选取 categories，以同样的方式读取资源。

4. 了解模型如何看待服务器Copy Anchor Link

每个工具的名称、描述和输入 Schema，在对话的每一轮都会发送给模型。模型如何看待此服务器卡片会度量这一点：

• Anthropic tokens、OpenAI tokens 和 Google Gemini tokens：这三个工具每轮的开销。对于这台服务器，是几百个 token。
• 最大的工具：开销最大的工具。
• 模型可能出错的问题列表，例如缺少描述或 Schema 令人困惑，每项都附有建议的修复方式。对于演示服务器：没有会让模型出错的地方。
• 提供商收到的列表：每家提供商的 API 所收到的工具列表原样，附有拷贝。

下方的用模型试试卡片会把你输入的任务连同这些工具发送给模型，看它会选用哪些。这需要一个助手提供商。命令行工具会打印同样的度量：

echolot mcp check --quality --url https://demo.echolot.dev/mcp

How a model sees the tools (estimates)
  Anthropic      572 tokens a turn, 0.3% of a 200k context
  OpenAI         166 tokens a turn, 0.1% of a 200k context
  Google Gemini  225 tokens a turn, 0.1% of a 200k context
  largest: search_catalog 98, get_product 66, order_status 62
Nothing a model would stumble over.

详见工具与质量。

5. 把调用存储为带检查的请求Copy Anchor Link

1. 再次调用 search_catalog，然后选取存储为请求。请求下会出现一个名为 search_catalog 的请求，其中有服务器、工具和参数。
2. 打开它。操作是工具；调用（⌘R）像任何请求一样运行它。
3. 在它的测试标签页中，打开添加测试并添加：
   • MCP 错误等于 false：工具没有报告错误。
   • 正文包含 TNT-：响应列出了帐篷。
   • JSON 值 $.content[0].text 包含 CHF。
4. 调用它。3 项通过。

存储的调用会在运行器中运行，也可通过 echolot run 在 CI 中运行，因此服务器工具的变化会让构建失败，而不是让智能体出错。Alpenglow 的 Agent tools 文件夹里有两个这样的请求。工具输出 Schema 会对照工具声明的输出 Schema 检查结果，适用于声明了输出 Schema 的服务器。参见 MCP 请求。

后续步骤Copy Anchor Link

• 让智能体安全地使用你的工作区：Echolot 本身也是一台 MCP 服务器。
• MCP 服务器：stdio 服务器、OAuth、导入其他 App 的配置。
• echolot mcp：check、sign-in 等。