想让 Cherry Studio 里的 AI 自动爬网页、总结内容、顺手截图最烦的不是 MCP 工具本身而是模型调用通道总要换。今天想让模型读竞品页面明天想让它总结公众号文章后台一换服务商调用逻辑就得重写。更省事的做法是让 Cherry Studio 里所有模型请求都走同一条兼容通道先打开 https://taotoken.net/?utm_sourcetaotoken_aicg_blog_end 注册并创建 API Key再把 Cherry Studio 的模型供应商地址填成 https://taotoken.net/apiMCP 里的 playwright 和 fetch 继续负责打开网页、抓取内容、截图模型只负责智能总结和指令编排。这样从网页爬取到智能总结再到自动截图才能真正在 Cherry Studio 里串成一条龙。1. 从“想爬、想总结、想截图”说起MCP 在 Cherry Studio 里替你省了什么1.1 原来的麻烦每接一个网站就要写一套对接以前要让 AI 自动处理网页流程通常很碎。想爬竞品价格得写 requests 或 selenium想总结公众号长文得自己处理正文抽取想给页面留一张截图又要额外装浏览器驱动。更麻烦的是每个网站登录态、反爬策略、页面结构都不一样今天写好的脚本明天可能就报错。换一个模型服务商接口地址、参数名、返回格式又变整套调用逻辑要跟着重写。MCP 的价值就在于把“工具”和“模型”拆开。模型负责理解你要什么MCP 服务器负责具体动手。Cherry Studio 支持 MCP 之后你不用为每个网站单独写一套 AI 调用代码只要把 playwright、fetch 这类 MCP 服务装好在对话里用自然语言下达指令。模型判断该调哪个工具工具去打开网页、取回正文或截图最后模型再根据返回结果做总结。对零代码用户来说这一步省掉的是大量对接工作。1.2 但模型通道不稳MCP 还是会卡住很多人把注意力全放在 MCP 配置上忽略了一个前提Cherry Studio 里的对话模型必须能稳定调用工具。如果模型服务商额度不够、Key 分散、切换模型要改一堆配置MCP 开关打开了也可能出现“工具没被调用”或“对话中断”的情况。这里把模型请求统一到 TaoToken 的兼容通道上Cherry Studio 只认一个 Base URL 和一把 KeyMCP 工具链不变后台模型换不换都不影响你搭好的自动化流程。具体落地就是注册后创建 KeyCherry Studio 模型供应商地址填 https://taotoken.net/api注意末尾不要加 /v1。MCP 的 playwright 和 fetch 仍然是本地或 uvx、npx 启动模型只负责总结与编排。这样整条链路的职责很清楚排障时也容易定位到底是模型没响应还是 MCP 工具没跑起来。2. Cherry Studio 装好后先别急着加 MCP把模型通道接稳2.1 打开官网创建 KeyBase URL 填 https://taotoken.net/api装 Cherry Studio 本身不复杂去 cherry-ai.com 下载对应系统安装包下一步下一步即可。真正容易卡住的是模型配置。原文里写“配置模型请参考另外一篇文章”这会让第一次跟做的人断在半路。这里直接补上打开 https://taotoken.net/?utm_sourcetaotoken_aicg_blog_end 注册并登录进控制台创建 API Key复制出来先放到记事本里后面 Cherry Studio 要用。这个 Key 就是后续所有模型请求的凭证不要泄露也不要用别人的。拿到 Key 之后在 Cherry Studio 里进入设置找到模型服务或供应商管理新增一个供应商。类型选 OpenAI 兼容或自定义 OpenAI 兼容API 地址填 https://taotoken.net/api 不要带末尾斜杠也不要加 /v1。密钥填 YOUR_API_KEY。模型 ID 不要凭记忆写去 https://taotoken.net/?utm_sourcetaotoken_aicg_blog_end 的模型广场复制当时可用的模型 ID填到模型列表里。保存后点一下检测或发一条测试消息确认能通。2.2 Cherry Studio 里的具体填写项可以按下面这张表对照不同版本菜单文字可能略有差别但核心字段一致。配置项填写内容供应商类型OpenAI 兼容 / 自定义 OpenAIAPI 地址https://taotoken.net/apiAPI KeyYOUR_API_KEY模型 ID以模型广场当时列表为准例如从官网复制是否加 /v1不加保持 Base URL 末尾无 /v1填完后建议先在 Cherry Studio 普通对话里发一句“你好”确认模型服务本身是通的。不要一上来就打开 MCP 开关测试否则模型没通和 MCP 没通会混在一起排障很痛苦。模型通道稳了再进入 MCP 配置每一步都能单独验证。3. UV、Bun、Node.js 和 PythonMCP 跑起来之前要补的运行时3.1 Cherry Studio 提示的 UV 和 Bun 补丁Cherry Studio 配置 MCP 服务时一般会提示安装 UV 和 Bun 补丁。它们不是模型也不是 MCP 本身而是用来启动某些 MCP 服务的运行时。playwright 常用 npxfetch 常用 uvxuvx 背后就依赖 uv。按 Cherry Studio 弹出的提示安装即可如果提示失败就手动装一遍。Windows 上可以用 winget 或包管理器macOS 可以用 HomebrewLinux 按发行版来。装完后最好重启一次 Cherry Studio让它重新读取环境变量。这里不需要你去理解 uv 和 Bun 的全部细节只要知道它们负责把 MCP 服务拉起来。后面配置 JSON 时command 写 npx 还是 uvx取决于你装的运行时。如果命令找不到通常不是模型问题而是运行环境没进 PATH。遇到这种情况先关掉 Cherry Studio重新打开终端确认 npx -v 和 uvx --version 能输出再回来配置。3.2 Node.js 与 npxplaywright MCP 的启动前提playwright MCP 通常用 npx 启动所以本机要有 Node.js。没装过的话Windows 可以执行winget install OpenJS.NodeJS安装过程中会弹出许可同意后等它自动下载完成。装完新开一个终端执行node -v npm -v能输出版本号就说明好了。如果提示命令不存在多半是终端没刷新 PATH重启终端或重启电脑再试。Node.js 不需要单独配置 npm 镜像也不要把 API Key 写进 npm 命令里。API Key 只属于模型服务和 MCP 工具的安装是两件事。3.3 Python 与 uvxfetch MCP 的启动前提fetch MCP 可以用 Python 包方式安装也可以用 uvx 直接拉起。如果你选择 pip 安装先确认本机有 Python然后执行pip install mcp-server-fetch安装完成后可以用下面命令本地跑一下python -m mcp_server_fetch如果使用 uvx则不需要提前 pip 安装直接在 Cherry Studio 的 MCP 配置里写 uvx 启动即可。两种方式选一种不要同时混用。对新手来说uvx 更省事但前提是 uv 已经装好。如果 uvx 命令找不到就回到上一节把 UV 补丁补上或者改用 pip 安装 Python 包。4. 配置 playwright MCP让 Cherry Studio 打开网页并自动截图4.1 安装 executeautomation/playwright-mcp-serverplaywright MCP 的作用很直观让模型可以调用浏览器打开指定网址等待页面加载然后截图。它的安装命令是npm install -g executeautomation/playwright-mcp-server如果你不想全局安装也可以在 Cherry Studio 的 MCP 配置里用 npx 直接拉取配置里写 npx 和参数 -y executeautomation/playwright-mcp-server。第一次 npx 运行会临时下载需要网络能访问 npm 仓库。安装完成后先不要急着在 Cherry Studio 里点测试可以先在终端执行 npx -y executeautomation/playwright-mcp-server看它能不能正常启动。如果这里就报错先解决 Node.js 和 npm 环境不要往模型通道上猜。4.2 在 Cherry Studio 添加 STDIO 类型 MCP 服务器进入 Cherry Studio 的设置找到 MCP 服务器管理点击添加服务器。名称可以写 playwright类型必须选 STDIO不要选 SSE 或 HTTP。命令填 npx参数按行填-y executeautomation/playwright-mcp-server保存后先不要关窗口点一下开关或测试按钮。如果状态变成已连接或没有报错说明 MCP 服务本身已经能被 Cherry Studio 拉起来。接下来在对话窗口里每次调用 MCP 前都要确认 playwright 的开关是打开的。很多人测试失败就是因为 MCP 开关没开模型根本看不到这个工具。4.3 可复制的 playwright 与 fetch 合并 JSON如果你更喜欢直接编辑 MCP 配置 JSON可以把 playwright 和 fetch 写在同一个 mcpServers 对象里。下面这份配置可以作为起点模型 ID 和 API Key 不要写进来它们属于模型服务配置不属于 MCP 配置。{ mcpServers: { playwright: { isActive: true, command: npx, args: [ -y, executeautomation/playwright-mcp-server ], name: playwright }, fetch: { isActive: true, command: uvx, args: [ mcp-server-fetch ], name: fetch } } }复制到 Cherry Studio 的编辑 MCP 配置里确认保存。如果你本机没有 uvx但用 pip 安装了 fetch也可以把 fetch 的 command 改成 pythonargs 改成 [-m, mcp_server_fetch]。但一般 Cherry Studio 环境下 uvx 更省事。保存后回到 MCP 服务器列表分别打开两个开关看有没有报错。5. 配置 fetch MCP抓取网页内容再交给模型总结5.1 安装 mcp-server-fetch 并本地验证fetch MCP 负责把网页正文抓回来交给模型总结。原文里用的是 pip install mcp-server-fetch然后 python -m mcp_server_fetch 本地运行。你也可以用 uvx 直接拉起。装好后先在终端跑一下pip install mcp-server-fetch python -m mcp_server_fetch如果终端没有报错说明包和 Python 环境没问题。接下来在 Cherry Studio 里添加第二个 MCP 服务器名称 fetch类型 STDIO命令 uvx参数 mcp-server-fetch。保存后打开开关。测试时可以在对话里说“用 fetch 抓取 https://guangzhengli.com/blog/zh/model-context-protocol/ 并总结。” 注意要明确说用 fetch否则模型可能选择 playwright 去打开页面。5.2 fetch 抓取失败时先换页面有些站点会要求登录或者对自动抓取不友好。原文里测试公众号主页和知乎时就遇到失败换成普通博客页面后成功。这不是 MCP 坏了而是目标页面本身有访问限制。排障时先换一个公开的、不需要登录的静态文章页比如个人博客、技术文档页。如果换页后能抓取说明配置没问题只是目标站点有风控。不要为了抓取受保护页面去研究绕过登录那不属于正常自动化范围。如果 fetch 返回内容为空常见原因是页面正文由 JavaScript 渲染fetch 只拿到骨架。这种情况可以改用 playwright 打开页面等渲染完成后再截图或提取文本。两个 MCP 各有分工fetch 适合静态正文playwright 适合需要浏览器渲染和截图的页面。理解这一点后面组合指令会顺很多。5.3 让 fetch 输出总结而不是原文堆砌抓取成功之后可以在指令里加上总结要求例如“用 fetch 抓取这个链接提炼 5 个要点每个要点不超过两句话最后给一段 100 字以内的结论。” 这样模型会先调用 fetch拿到正文后再生成总结。如果只是说“看看这个网页”模型可能直接凭记忆回答或者调用错工具。指令越明确MCP 调用越稳定。还有一点要注意模型负责的是总结和编排不负责执行本地命令。Cherry Studio 里的 MCP 工具由 Cherry Studio 拉起模型只决定调用哪个工具、传什么参数。不要把生产数据库连接、服务器执行权限交给 AI 编程工具。网页抓取和截图属于公开信息处理风险相对可控涉及内部系统时仍然由你自己在本地执行再把结果贴回对话。6. 两个 MCP 一起开爬取→总结→截图一条龙怎么下指令6.1 同时打开 playwright 和 fetch 开关想让一条指令同时完成抓取、总结、截图必须保证两个 MCP 开关都打开。进入 Cherry Studio 的 MCP 服务器列表确认 playwright 和 fetch 都是启用状态。如果只开了一个模型只能用其中一个工具结果就是要么只有总结没有截图要么只有截图没有正文。开关状态是每次对话前都要检查的尤其是重启 Cherry Studio 之后。打开开关后可以先分别做一次单工具测试。先让 fetch 抓一篇文章并总结确认返回正常再让 playwright 打开一个页面并截图确认截图文件能生成。两个工具单独都能跑通再组合。不要一上来就下复杂指令否则出错时分不清是 fetch 失败还是 playwright 失败。6.2 一条中文指令串起两个工具组合指令可以写成这样请先用 fetch 抓取 https://guangzhengli.com/blog/zh/model-context-protocol/ 并总结成 5 个要点。 然后用 playwright 打开同一个网址等页面加载完成后截图截图文件命名为 mcp-protocol。 最后告诉我总结要点和截图保存路径。这条指令里同时出现了 fetch 和 playwright模型会按顺序调用。实际执行时Cherry Studio 会先把 fetch 的返回交给模型模型生成总结再调用 playwright 打开页面并截图。如果模型没有按顺序执行可以把指令拆成两条第一条只做抓取和总结第二条只做打开和截图。拆开之后更容易定位问题。6.3 截图命名和结果检查截图命名最好用英文、数字和短横线避免中文和空格。比如 mcp-protocol、fetch-summary、page-2025 这种。命名规则写在指令里模型会把它作为参数传给 playwright。截图生成后Cherry Studio 一般会显示保存路径或图片预览。如果只看到文字没有图片先检查 playwright 开关是否打开再检查目标页面是否需要登录。公开技术博客通常可以直接截图公众号主页、知乎等需要登录的页面失败概率更高。到这里网页爬取、智能总结、自动截图这条链就跑通了。模型请求走的是 https://taotoken.net/api 这条统一通道MCP 的 playwright 和 fetch 各自负责浏览器动作和内容抓取。以后你想换总结模型只需要在 Cherry Studio 模型服务里换模型 IDMCP 配置不用重写想加新的 MCP 服务也只需要在 JSON 里追加一个节点。整条自动化链路和具体模型服务商解耦维护成本会低很多。7. 踩坑排查截图失败、MCP 不响应、模型不调工具7.1 网页要求登录或反爬导致失败最常见的失败不是配置错而是目标网页本身不让你抓。微信公众号主页、知乎部分页面、需要登录的后台fetch 拿不到正文playwright 截图也可能停在登录页。表现是模型回复“无法访问”或截图里只有登录界面。处理办法很简单换一个公开页面测试。技术博客、官方文档、静态文章页通常没问题。不要为了抓取受限内容去改 Cookie 或绕过验证那已经超出正常自动化范围。如果公开页面也失败先看 fetch 和 playwright 的终端输出。Cherry Studio 的 MCP 日志里通常会显示工具调用参数和错误信息。是超时、DNS 解析失败还是页面返回 403一眼就能区分。不要一看到失败就换模型先确认工具本身有没有拿到结果。7.2 模型不支持工具调用或 MCP 开关没开模型不支持工具调用时表现是 Cherry Studio 完全不发起 MCP 请求只在文字里说“我无法打开网页”。这时候要检查模型本身是否支持 function calling 或 tool use。换一个支持工具调用的模型再试同样的指令。另一个常见原因是 MCP 开关没打开。Cherry Studio 的 MCP 服务器列表里每个服务都有独立开关重启软件后可能恢复默认状态每次对话前确认一下。如果模型服务本身没通也会表现为 MCP 不响应。先在普通对话里发一条“你好”确认模型能回。如果模型不回检查 Cherry Studio 里的 API 地址是不是 https://taotoken.net/api末尾有没有多加 /v1Key 是不是 YOUR_API_KEY 对应的真实值。模型通道和 MCP 工具链分开排查能省很多时间。7.3 改完配置后重启 Cherry Studio原文里有一个细节很真实换模型、换页面都不行重启 Cherry Studio 后成功了。MCP 配置、环境变量、uvx 或 npx 的 PATH 有时不会热加载重启软件能解决一大半“明明配了却没反应”的问题。改完 MCP JSON、装完 Node.js 或 uv、换完模型供应商之后先完全退出 Cherry Studio再重新打开重新打开 MCP 开关然后再测试。重启之后还是不行就按顺序检查Node.js 能不能跑 npxuv 能不能跑 uvxplaywright 和 fetch 能不能在终端单独启动。终端能启动Cherry Studio 里不能通常是路径或权限问题终端也不能启动就是运行时没装好。不要跳过终端验证它是定位问题最快的一步。8. 跑通之后去控制台对一下这次调用8.1 用同一把 Key 在模型对话里复测Cherry Studio 里完成一次抓取、总结、截图之后建议去 TaoToken 的模型对话页面用同一把 Key 发一条测试消息确认模型 ID、Base URL 和 Key 都没有填错。可以打开 TaoToken 模型对话 直接试。如果 Cherry Studio 里能跑模型对话里不能跑大概率是 Cherry Studio 供应商配置的模型 ID 写错了反过来模型对话能跑而 Cherry Studio 不能跑就重点看 MCP 开关和运行时。如果准备长期用 Cherry Studio 跑 MCP 自动化建议把 Key 和模型 ID 记在单独的密码管理里不要写进公开的 JSON 配置文件。MCP 配置里只放命令和参数不放 API Key。模型服务配置里只放 Base URL 和 Key不放 MCP 启动命令。两套配置分开维护后面换模型或加 MCP 都不会互相影响。8.2 下一步按用量选套餐把 Key 管起来跑通之后下一步就是看用量和套餐是否够用。如果只是偶尔抓几篇文章、截几张图先用默认额度测试即可如果每天都要让 Cherry Studio 自动跑网页总结和截图可以打开 Coding Plan 看当前套餐是否合适。Key 的管理在 控制台 API Keys 里创建、删除、查看用量都在那里。需要把同一套配置接到 Claude Code 或别的执行工具时对照 Claude Code 接入文档 改环境变量即可。MCP 这条链最舒服的地方在于工具链一旦搭好模型换不换都不影响 playwright 和 fetch 干活。你要做的只是保证 Cherry Studio 的模型通道稳定、Key 有效、MCP 开关打开。网页爬取、智能总结、自动截图可以像流水线一样重复跑剩下的就是不断把新页面和新指令加进对话里。
` 中启用标准 `cache: no-cache`)
