部署与验证

推送代码触发部署

bash

git add .
git commit -m "feat: add MCP search with knowledge base"
git push origin main

推送后，CNB 流水线会自动执行：

向量化数据：扫描所有 .md 文件，进行分块和向量化
构建并部署：将 VitePress、路径级 Node Cloud Function 与托管 Agent 部署到 EdgeOne Makers

全自动流程

你只需要 git push，知识库更新、站点构建、MCP 与 Agent 部署全部自动完成。

验证 MCP Server

部署完成后，你的 MCP Server 地址为：

https://<你的域名>/mcp

测试 GET（服务发现）

bash

curl https://<你的域名>/mcp

预期返回：

json

{
  "name": "my-docs-mcp",
  "version": "1.0.0",
  "protocolVersion": "2025-03-26",
  "availableTools": [
    { "name": "query_knowledge_base", "description": "Search the documentation..." }
  ]
}

测试工具调用

bash

curl -X POST https://<你的域名>/mcp \
  -H "Content-Type: application/json" \
  -d '{
    "jsonrpc": "2.0",
    "id": 1,
    "method": "tools/call",
    "params": {
      "name": "query_knowledge_base",
      "arguments": { "query": "如何快速开始", "top_k": 3 }
    }
  }'

发布后建议检查项

MCP 地址是否可公网访问
tools/list 是否返回预期工具
知识库查询结果是否覆盖最新文档
/chat 是否返回 text/event-stream
同一 makers-conversation-id 的第二轮提问是否能继承上下文
/stop 是否能用相同的 body/header conversation ID 中止运行

验证托管 Agent

bash

CONVERSATION_ID=$(uuidgen)
curl -N https://<你的域名>/chat \
  -H 'Content-Type: application/json' \
  -H "makers-conversation-id: $CONVERSATION_ID" \
  -d '{"message":"这个项目的 MCP 如何部署？"}'

响应应包含 tool_call、tool_result、ai_response 和最终的 [DONE]。当前模型支持并开启思考时，还应包含 reasoning 事件。

停止运行：

bash

curl -X POST https://<你的域名>/stop \
  -H 'Content-Type: application/json' \
  -H "makers-conversation-id: $CONVERSATION_ID" \
  -d "{\"conversation_id\":\"$CONVERSATION_ID\"}"

本站即最佳示例

本项目自身就内置了一个可用的 MCP 端点（https://vector-mcp-edge.mintimate.cn/mcp），提供了 4 个工具。你可以将其作为参考，查看本站 MCP 端点了解详情并用 curl 验证。

部署与验证 ​

推送代码触发部署 ​

验证 MCP Server ​

测试 GET（服务发现） ​

测试工具调用 ​

发布后建议检查项 ​

验证托管 Agent ​

相关文档 ​

部署与验证

推送代码触发部署

验证 MCP Server

测试 GET（服务发现）

测试工具调用

发布后建议检查项

验证托管 Agent

相关文档