从零开始手搓MCP服务器：C# 实现 Model Context Protocol 并接入 TaoToken 统一 Key-育师

1. 为什么我要自己写一个 MCP 服务器

MCP 服务器（Model Context Protocol Server）说白了就是给大模型外挂的一双手：模型本身只会生成文字，但通过 MCP 协议，它可以调用你注册好的工具函数，去查数据库、读文件、发请求、算数据。适合谁？适合手里有一堆内部接口、想让 AI 直接调用的后端和桌面开发者。我这次用 C# 从零搓一个最小可用的 MCP 服务器，把协议握手、工具注册、调用链路全部跑通，再通过 TaoToken 的统一 Key 把 AI 工具接进来，让整条链路真正能对话、能执行。

很多人卡在第一步：以为 MCP 是个很玄的东西。其实它就是一个约定好的 JSON-RPC 通信规范，客户端和服务端按格式交换消息，服务端告诉客户端"我有哪些工具、参数是什么"，客户端把模型的调用意图翻译成请求发过来，服务端执行完把结果塞回去。你只要把这三件事做对，MCP 服务器就活了。

这篇会交付一个可复制的项目骨架、一份 config.toml 配置示例，以及一次完整的本地验证动作。全程不需要你懂什么高深协议，跟着敲就行。

2. TaoToken 前置准备：统一 Key 与通道

在写代码之前，先把 AI 侧的通道准备好。MCP 服务器本身只负责"执行工具"，真正发起对话、决定调用哪个工具的是模型客户端。我用 TaoToken 来做统一入口，好处是一个 Key 走通模型对话和工具调用，不用在多个平台之间来回切。

你需要先拿到 API Key。打开控制台页面，登录后进入 API Keys 管理，新建一个 Key 并复制保存。这个 Key 就是后面配置里要填的凭证。

控制台入口：https://taotoken.net/console?utm_source=taotoken_aicg_blog_end&utm_medium=csdn&utm_campaign=rewrite&utm_content=mcp_csharp
API Keys 管理：https://taotoken.net/api-keys?utm_source=taotoken_aicg_blog_end&utm_medium=csdn&utm_campaign=rewrite&utm_content=mcp_csharp
接入文档：https://taotoken.net/doc?utm_source=taotoken_aicg_blog_end&utm_medium=csdn&utm_campaign=rewrite&utm_content=mcp_csharp

API 的基础地址是https://taotoken.net/api，注意这个地址不带任何查询参数，配置时直接填这个即可。模型对话、工具调用都走同一个通道，省去了维护多套凭证的麻烦。

提示：Key 只显示一次，复制后立刻存到本地配置文件或环境变量里，别直接硬编码进提交到仓库的源码。

如果你后面要做长期编码或 Agent 类任务，可以了解下 Coding Plan，它更适合高频调用场景；只是验证模型和工具链路的话，用模型对话页面配合本地服务就够了。

3. 可复制配置：项目骨架与 config.toml

先建项目。用 .NET CLI 起一个 Web 项目，MCP 的 C# SDK 目前以预览包形式提供，安装时带上--prerelease。

dotnet new web -n McpDemo cd McpDemo dotnet add package ModelContextProtocol --prerelease

项目结构保持简单：

McpDemo/ ├── Program.cs ├── Tools/ │ └── MyTools.cs ├── config.toml └── McpDemo.csproj

config.toml用来放模型通道和服务器参数，避免散落在代码里：

[server] name = "mcp-demo" transport = "sse" port = 5180 [ai] base_url = "https://taotoken.net/api" api_key = "sk-你的Key" model = "claude-3-5-sonnet" [tools] enabled = ["GeneratePraise", "Add", "GetServerTime"]

然后在Program.cs里读取配置、注册 MCP 服务并映射路由：

using ModelContextProtocol.Server; using Tomlyn; var builder = WebApplication.CreateBuilder(args); // 读取 config.toml var configText = File.ReadAllText("config.toml"); var config = Toml.ToModel(configText); builder.Services.AddMcpServer() .WithToolsFromAssembly(); var app = builder.Build(); app.MapMcpSse(); app.Run();

这里WithToolsFromAssembly()会自动扫描当前程序集里所有带[McpServerToolType]的类，把[McpServerTool]标注的方法注册成可调用工具。你不需要手写路由映射，SDK 帮你做了。

工具类长这样：

using System.ComponentModel; using ModelContextProtocol.Server; [McpServerToolType] public class MyTools { [McpServerTool] [Description("根据名字生成一句彩虹屁")] public string GeneratePraise(string name) { return $"{name} 老师真是玉树临风，代码一写一个准。"; } [McpServerTool] [Description("计算两个整数之和")] public int Add(int a, int b) { return a + b; } [McpServerTool] [Description("返回服务器当前时间")] public string GetServerTime() { return DateTime.Now.ToString("yyyy-MM-dd HH:mm:ss"); } }

Description特性很关键，它不是写给人看的注释，而是会随工具列表一起发给模型，模型靠它判断"这个工具是干嘛的、什么时候该调"。描述写得越清楚，模型选错工具的概率越低。

4. 验证请求：跑通一次完整调用

代码写完，先本地启动：

dotnet run

看到监听http://localhost:5180就说明服务起来了。MCP 的 SSE 端点默认挂在/sse路径下，客户端连上后会先收到一条 endpoint 事件，里面带着后续发消息用的地址。

验证分两步。第一步确认工具列表能正确暴露，用 curl 模拟客户端握手：

curl -N http://localhost:5180/sse

正常会持续输出事件流，包含event: endpoint和data: /message?sessionId=xxx。拿到 sessionId 后，发一条初始化请求：

curl -X POST "http://localhost:5180/message?sessionId=你的sessionId" \ -H "Content-Type: application/json" \ -d '{ "jsonrpc": "2.0", "id": 1, "method": "initialize", "params": { "protocolVersion": "2024-11-05", "capabilities": {}, "clientInfo": { "name": "curl-test", "version": "1.0" } } }'

返回里会带上服务端的能力声明。接着请求工具列表：

curl -X POST "http://localhost:5180/message?sessionId=你的sessionId" \ -H "Content-Type: application/json" \ -d '{ "jsonrpc": "2.0", "id": 2, "method": "tools/list", "params": {} }'

你应该能看到GeneratePraise、Add、GetServerTime三个工具，每个都带着参数 schema。最后真正调用一次：

curl -X POST "http://localhost:5180/message?sessionId=你的sessionId" \ -H "Content-Type: application/json" \ -d '{ "jsonrpc": "2.0", "id": 3, "method": "tools/call", "params": { "name": "Add", "arguments": { "a": 3, "b": 5 } } }'

返回结果里content字段会包含8。到这一步，MCP 服务器的握手、工具注册、调用链路就全部跑通了。整个过程没有任何魔法，就是标准的 JSON-RPC 一来一回。

5. 本篇常见错排查

启动报端口占用：config.toml里默认 5180，被占了就改port，或者用dotnet run --urls "http://localhost:5190"临时覆盖。

tools/list 返回空数组：九成是工具类没加[McpServerToolType]，或者方法不是public。SDK 只扫描公开方法，私有方法会被忽略。另外确认WithToolsFromAssembly()调用的是当前程序集，工具类别放到另一个没被引用的项目里。

调用工具报 method not found：检查tools/call里的name是否和 C# 方法名完全一致，大小写敏感。如果你用了[McpServerTool(Name = "xxx")]重命名，就要用重命名后的名字。

SSE 连上但收不到 endpoint 事件：确认路由映射用的是MapMcpSse()而不是别的，并且请求路径是/sse。有些反向代理会缓冲 SSE 流，本地直连一般没这问题。

模型侧不调用工具：先确认工具描述是否清晰，模糊的描述会让模型犹豫。再检查客户端是否真的把工具列表传给了模型，有些客户端需要显式开启工具调用能力。用 TaoToken 通道时，确认base_url填的是https://taotoken.net/api，Key 没有多余空格。

中文参数乱码：请求头带上Content-Type: application/json; charset=utf-8，服务端默认按 UTF-8 解析，一般不会出问题，但 curl 在某些终端下需要显式声明。

6. 把链路接到 AI 工具上

本地验证通过后，就可以把 MCP 服务器接到真实的 AI 客户端里。在客户端的 MCP 配置中填入你的 SSE 地址http://localhost:5180/sse，模型就能看到你注册的工具。对话时你说"帮我算一下 3 加 5"，模型会自己决定调用Add工具，拿到结果再组织成自然语言回复你。

模型通道这边，统一走 TaoToken 的 API 地址，一个 Key 同时管对话和工具调用。想先感受下模型对话效果，可以直接在模型对话页面里试；要做长期编码或 Agent 任务，Coding Plan 更合适；接入细节和参数说明都在接入文档里。

我踩过的一个坑是：一开始把工具描述写得太笼统，模型经常在该调用工具的时候选择直接编答案。后来把每个Description改成"什么场景下用、参数是什么含义"，命中率明显上来了。MCP 服务器的质量，一半在代码，一半在描述。

到这里，一个能跑、能调、能接 AI 的 C# MCP 服务器就完整了。接下来你可以往MyTools里继续加方法，每加一个带[McpServerTool]的公开方法，模型就多一项能力。