解决什么问题
Cherry Studio 配好供应商之后是个”聊天客户端”——模型只能基于提示词回答问题。给客户端接上 MCP（Model Context Protocol）之后，模型能动手：读写本地文件、抓网页、查数据库、调用你自建的服务，整个过程留在同一个对话流里。
MCP 是 Anthropic 在 2024 年 11 月开源的开放协议，用统一的客户端-服务器结构把工具能力标准化：宿主客户端（Cherry Studio、Claude Code、Cursor 等）连接一个或多个 MCP 服务器，每个服务器对外暴露 tools（可调用的函数）、resources（可读取的数据）等能力。因为协议开放，同一个 MCP 服务器可以同时被多家客户端复用——给 filesystem 服务器写一份配置，Cherry Studio 和其他支持 MCP 的客户端都能用。
环境与版本
- Cherry Studio【待补：版本号】，MCP 支持与界面入口以官方文档为准；
- Node.js 18 或更新的 LTS 版本：绝大多数社区 MCP 服务器通过 npx 启动，依赖 Node 运行时；
- Python 3.10+ 与 uv：仅当使用 Python 系 MCP 服务器时需要；
- 一个支持工具调用（function calling）的对话模型：MCP 的流程是”模型决定何时调用工具 → 客户端执行 → 结果回填”，模型本身不支持工具调用，后面全白配。
分步骤
第一步：认识三种接入形态
Cherry Studio 里的 MCP 服务器大体三种来源【待补：界面入口与市场列表，以当前版本为准】：
- 内置市场一键安装：应用内搜索、点击安装，参数在表单里填，适合常见服务器；
- 手动 JSON 配置：粘贴 mcpServers JSON，灵活度最高，本文重点；
- 远程服务器：直接填 URL 连别人托管好的服务，本地零依赖，适合团队共用一个工具端点。
第二步：配置第一个本地服务器（filesystem）
用官方维护的 filesystem 服务器，让模型能读写指定目录：
{
"mcpServers": {
"filesystem": {
"command": "npx",
"args": [
"-y",
"@modelcontextprotocol/server-filesystem",
"D:\\mcp-data"
]
}
}
}字段含义：command 是启动命令，args 是参数列表，-y 让 npx 跳过安装确认；末尾的路径是授权模型访问的目录——写几个路径就只能碰这几个，这是安全边界。保存后回到对话页，确认该服务器处于启用状态【待补：启用开关位置截图】。
第三步：连一个远程服务器
远程型不占本地进程，JSON 更简单：
{
"mcpServers": {
"remote-tools": {
"type": "sse",
"url": "https://your-mcp-endpoint.example.com/sse"
}
}
}传输方式（SSE / Streamable HTTP）与鉴权头写法随协议版本演进有变化【待补：以所用服务的接入文档为准】，本地开发期可以先用不带鉴权的端点把链路调通。
第四步：在对话里触发工具调用
新开会话，选一个支持工具调用的模型，问一个必须动用工具的问题：“列出 D:\mcp-data 下有哪些文件，并统计总大小”。正常情况你会看到完整链路：模型发起工具调用 → 客户端本地执行 → 结果回填上下文 → 模型给出总结【待补：实测往返截图与耗时】。
看不到调用动作时，按顺序检查：该 MCP 服务器是否启用；当前会话的工具开关是否打开；所选模型是否支持 function calling。
第五步：配不通时用官方 Inspector 分锅
MCP 官方生态自带调试工具 Inspector：把任意 MCP 服务器独立跑起来，在浏览器里查看它实际暴露的工具列表、手动发起调用、直视原始 JSON 出入参：
npx @modelcontextprotocol/inspector npx -y @modelcontextprotocol/server-filesystem D:/mcp-data排查口诀：客户端里配不通时，先用 Inspector 跑同一份服务器命令。Inspector 里能跑通，问题在客户端配置（JSON 字段、开关、模型能力）；Inspector 里也跑不通，问题在服务器本身（路径、网络、依赖）。先把锅分清，再动手改，能省掉一半的盲试时间。
常见坑
坑 1：Windows 路径反斜杠没转义
JSON 里写 D:\mcp-data，\m 不是合法转义序列，服务器启动即失败且报错晦涩。写 D:\\mcp-data，或者直接用正斜杠 D:/mcp-data。这是 Windows 上配 MCP 失败的第一大原因，没有之一。
坑 2：npx 首次下载卡住
npx 会临时拉取 npm 包，国内网络下首次启动可能等 30 秒以上甚至超时失败。两个解法：先切镜像源 npm config set registry https://registry.npmmirror.com 再重试；或者全局安装后把 command 从 npx 换成直接执行对应入口。首次跑通后包进本地缓存，之后启动就是秒级【待补：实测下载耗时对比】。
坑 3：模型不支持工具调用
现象是配置全绿，但对话里模型从不发起调用，只给文字回答。检查所选模型是否支持 function calling——不少小参数模型和部分低价档位不支持或支持得不稳定。换支持的模型是唯一解，这不是配置问题。快速自检法：把同一个问题换到一个明确支持工具调用的模型上再问一遍做对照，能排除八成”以为是自己配错了”的误判。
坑 4：授权目录给太大
把 filesystem 挂在盘根目录，等于把整个磁盘暴露给模型及其上下文，提示词注入的风险面陡增。按最小权限原则：一个任务一个目录，路径写具体，用完的服务在客户端里关掉。
最终效果
配置完成后，Cherry Studio 从”聊天窗口”升级为”带执行能力的助理”：让它整理某个目录的文件、抓取网页做摘要、把结果写回本地，都在同一个对话里完成，全程可见工具调用的入参与出参。同一份 mcpServers JSON 还能复用到其他支持 MCP 的客户端（Claude Code、Cursor、Trae 等），配置资产不浪费【待补：各家客户端 JSON 字段的兼容差异】。