注意
为更好地优化 AI 场景加速体验,全站加速于2026年03月26日对不同 AI 场景的服务和计费方式进行统一。
本文介绍如何为运行在火山引擎函数服务上的 MCP Server 后端函数配置全站加速,并验证加速域名调用效果。
随着 MCP Server 应用场景不断涌现,越来越多的 MCP Server 开始使用 Serverless 服务作为工具调用的后端。其轻量化和弹性扩缩特性降低了资源管理复杂度,但当 MCP Server 与后端函数跨区域通信时,网络时延会增加大模型等待响应的时间以及 AI 工作流的整体耗时。针对这一场景,火山引擎全站加速(DCDN)提供面向函数服务源站的加速能力,帮助您为 MCP Server 后端调用快速接入加速域名。
说明
本方案是大模型 & AI 应用加速访问中以函数服务为源站、面向 MCP Server 后端场景的具体落地示例。
该解决方案具有以下优势:
本文后续操作将围绕以下场景展开:
登录火山引擎函数服务控制台,在左侧导航栏中点击 函数 > 函数管理,然后点击 创建函数。
在 请选择函数创建方式 弹窗中,选择 事件函数,然后点击 创建事件函数。

在 名称 字段中,为函数指定一个名称,例如 test-get-price。其余参数保留默认配置。
勾选复选框同意相关服务协议,然后点击 确定。
函数成功创建后,系统会自动跳转到函数代码编辑窗口。
将 index.py 文件中的模板代码替换为以下演示代码,然后点击 保存 并 发布。
import json def handler(event, context): """ 当前函数演示的是简单的一个价格查询服务。 它将 query 参数的值与三个产品名称做比对,例如 Super-Widget。 """ event = event or {} query = '' data = event.get('data') if isinstance(data, dict): query = data.get('query', '') if not query: body = event.get('body') if isinstance(body, str): try: body_data = json.loads(body) if isinstance(body_data, dict): query = body_data.get('query', '') except json.JSONDecodeError: pass products = [ { "product": "Super-Widget", "price": 49.99 }, { "product": "Mega-Widget", "price": 79.99 }, { "product": "Giga-Widget", "price": 129.99 } ] relevant_products = [p for p in products if query.lower() in p['product'].lower()] return { 'statusCode': 200, 'headers': { 'Content-Type': 'application/json' }, 'body': json.dumps({ 'relevant_products': relevant_products }) }
{ "data": { "query": "super" }, "method": "POST", "path": "/", "headers": {} }
测试成功后,会返回结果,显示名为 Super-Widget 的产品价格。

登录全站加速控制台,在左侧导航栏中点击 域名管理,然后点击 添加域名。
在 添加域名 页面,从 AI 场景 下选择 大模型 & AI 应用加速,然后完成基础配置:
speedifyvolcai.com 组合,生成最终的加速域名。例如:testgetprice。
点击 下一步 进入 推荐配置 页面。
系统会根据所选场景默认开启与该场景相关的推荐配置,例如 WebSocket 协议和 HTTPS 服务,且这些配置不支持取消选择。确认配置后,点击 提交。
提交后,域名进入部署状态。等待域名状态从 部署中 变为 运行中 后,即可进行调用测试。

您可以使用 cURL 命令向加速域名发送 API 请求,测试加速域名是否可正常调用函数。运行以下命令:
curl -X POST https://<加速域名> -H "Content-Type: application/json" -d "{\"query\": \"super\"}"
其中,<加速域名> 为系统生成并已进入 运行中 状态的加速域名。
在本文演示的示例中,该 API 会返回与 super 匹配的商品价格。

您可以在 AI 类开发环境中添加调用该函数的 MCP Server,然后在聊天窗口中测试效果。以下截图展示的是基于 MCP Server 示例代码的运行效果,供您参考。该 MCP Server 调用前述步骤中创建的函数查询商品价格。

MCP Server 示例配置文件如下:
{ "mcpServers": { "get-price-server": { "command": "npx", "args": [ "-y", "--registry", "https://registry.npmjs.org", "mcp-demo-get-price@latest", "https://<加速域名>" ] } } }