写在前面

你有没有遇到过这种情况：

让 AI 写代码，它写得头头是道——但让它"把仓库里所有 open 的 Issue 列出来"，它说"我做不到"；

让它总结新闻，它说"我的知识截止到训练时"；

让它读一个 PDF、查一张图片里的文字、拉一下今天的股价——统统摇头。

**AI 很聪明，但它没有手。**

MCP（Model Context Protocol，模型上下文协议）就是给 AI 安上双手的协议。2024 年底 Anthropic 开源，如今已经是事实上的行业标准——Cursor、Claude Desktop、VS Code、JetBrains、Dify、Coze、LangChain 全部原生支持。

但真正用起来，你会发现一个尴尬的现实：

**每一个工具都是一个 MCP Server，你得一个个找、一个个配、一个个维护。**

GitHub 一个、文件系统一个、数据库一个、搜索一个……配五个工具就要装五个 Server，换台电脑重来一遍。更别提很多好用的工具压根没有现成的 MCP Server，得自己写。

我这半年在做 AI 算力平台（模型通），顺手把这件事彻底解决掉了：

**我把 127 个 MCP 工具聚合到了一个 URL 上。**

Cursor 里填一个地址，127 个工具全部出现在你的 Agent 面前，开箱即用，零配置。今天把整个方案和接入教程分享出来。

一、为什么需要"工具聚合"而不是"工具堆砌"

先看一张图，理解 MCP 的两种用法：

❌ 传统方式：一个工具一个 Server

Cursor ──→ GitHub Server（要配 Token）

       ──→ 文件系统 Server（要配目录）

       ──→ 数据库 Server（要配连接串）

       ──→ 搜索 Server（要配 API Key）

       ──→ …… 配到崩溃

✅ 聚合方式：一个地址全接入

Cursor ──→ https://mxt-api.cn/mcp/gateway/（一个 URL）

              ├── GitHub（44 个工具）

              ├── 文件系统（14 个）

              ├── 数据库（3 个）

              ├── 搜索 / 热榜 / OCR / 办公 / 视频……

              └── 共 127 个工具，23 大上游

聚合网关的价值，一句话：**把"配环境"的成本从用户身上拿走。**

• 用户侧：填一个 URL + 一个 Token，完事

• 平台侧：所有 Server 托管在云端，更新、扩容、加新工具都在一处

• 生态侧：接入一个新 Agent 客户端 = 配一次，127 个工具全部生效

二、127 个工具都有什么

先上清单，按用途分类（前缀即工具命名空间，一眼看出是哪个上游）：

**说几个真实场景，感受一下"有手"的 Agent：**

1. **代码审查自动化**：让 Agent 列出仓库所有 Open PR → 逐个读 diff → 调用思维链推理 → 直接在 GitHub 上发评论。全程对话驱动。

2. **日报自动化**：Agent 拉新闻头条 + 查行情 + 读昨天的日报文档 → 生成今天的日报 → 写到文件系统。你只管看结果。

3. **文档流水线**：发一张截图 → OCR 提取文字 → 转成 Word 文档 → 存到指定目录。办公场景直接闭环。

4. **数据查询**：连上自己的 MySQL（只读），问 Agent"上个月订单量前 10 的商品是什么"，它自己写 SQL 自己查。

三、三分钟接入教程（Cursor 为例）

**第一步：拿内测 Token**

内测期间需要向平台申请（文末有入口），审核通过后你会收到一个 Token，形如 mxt-mcp-xxxxxxxxxxxxxxxx。

**第二步：Cursor 里配置 MCP**

1. 打开 Cursor → Settings → 搜索 "MCP"

2. 点击 **Add new MCP server**

3. Type 选 **Streamable HTTP**

4. URL 填：

   `

   https://mxt-api.cn/mcp/gateway/?token=你的内测Token

   `

5. 保存，回到对话界面，点开工具列表——**127 个工具已经全部躺在里面了**

VS Code、JetBrains、Claude Desktop、Dify、Coze 的配置方式完全一样，只是入口位置不同（教程页有 7 个客户端的详细图文步骤）。

**第三步：验证**

不会配？直接一行 curl 验证网关是否活着：

curl -X POST "https://mxt-api.cn/mcp/gateway/" \

  -H "Content-Type: application/json" \

  -H "Accept: application/json, text/event-stream" \

  -H "Authorization: Bearer 你的内测Token" \

  -d '{"jsonrpc":"2.0","id":1,"method":"tools/list"}'

返回 127 个工具的定义，说明一切就绪。

**开发者专属**：网关完全兼容 MCP 标准协议（JSON-RPC 2.0），用任何语言的 MCP SDK 都能直接调用，不局限于特定客户端。

四、安全与成本：为什么敢免费开放

有人会问：聚合 127 个工具，安全吗？免费吗？

**安全方面做了三道闸：**

1. **Token 鉴权**：网关层强制校验，无 Token 直接 401，不暴露任何能力

2. **写操作隔离**：数据库只读、写操作拦截；GitHub 等敏感上游由独立机器账号承载，与个人账号隔离

3. **按需开放**：内测期逐批发放 Token，可控可回收

**成本方面：**

大部分工具跑在本地或免费接口上（OCR、办公、图片、PDF、热榜、航班……），零边际成本；GitHub 官方 MCP 在免费额度内；唯一有成本的是联网搜索，也有免费额度兜底。所以内测期**工具全部免费**，前 100 名内测用户还享终身 9 折算力优惠。

五、内测申请

如果你也受够了"AI 没手"的日子，欢迎来试试：

• **官网**：https://mxt-api.cn/mcp/

• **申请**：官网 MCP 页提交内测申请（称呼 + 联系方式 + 想用的工具），审核后发放 Token

• **教程**：MCP 页有完整 7 客户端接入教程

顺便说一句：MCP 页上有个"工具需求投票"区——下一批接什么工具，用户说了算。呼声最高的优先接入。

写在最后

做这个聚合网关的初衷很简单：**工具应该像水电一样即开即用，而不是每个都要自己拉管线。**

127 个只是起点。按用户的真实需求投票，这个数字会一直涨。

如果你有特别想要而清单里没有的工具，来投票区提——说不定下一批就有它。

---

*本文作者：模型通（mxt-api.cn）· AI 算力与 Agent 工具平台*