方案概述 #

随着基于大模型的 AI 被越来越普遍应用，火山引擎全站加速（DCDN）为了更好的适配您 AI 创新场景，推出了 DCDN MCP Server。您可以利用 DCDN MCP Server 与您的 AI 应用集成，自动化一系列 DCDN 管理工作。

本文介绍 DCDN MCP Server 的安装和配置过程，并以示例任务演示 MCP Server 工作效果。

操作步骤 #

示例1：在 Trae IDE 中使用 DCDN MCP Server #

步骤一：安装依赖项

1. 检查Python环境：

   确保系统已安装 Python 3.10 或更高版本。可以运行 python --version 或 python3 --version 查看 Python 环境版本。

2. 安装包管理工具 uv：

   使用以下命令安装 uv：
   Linux 及 MacOS：

   curl -LsSf https://astral.sh/uv/install.sh | sh
   

   Windows（PowerShell）：

   powershell -ExecutionPolicy ByPass -c "irm https://astral.sh/uv/install.ps1 | iex"
   

3. 同步依赖并构建项目：
   在同一目录中执行以下命令：

   # 同步依赖（自动解析并安装构建后端 setuptools>=61.0 及其他Python包依赖）
   uv sync
   
   # 构建项目（生成命令入口）
   uv build
   

   注意

   在 Windows 计算机上，如果添加的火山引擎 MCP Server 加载失败，您需要安装 Windows C++ Redistributable。

步骤二：将 DCDN MCP Server 添加到 IDE 中

1. 如您未安装 Trae，可以从 trae.cn 下载并安装。

2. 打开 Github 上 DCDN MCP Server 的 Readme 文件。然后找到“在 MCP Client 中集成”章节，并复制其中的JSON格式的配置信息。
   

3. 将该信息复制到文本编辑器中，然后将 Your Volcengine AK 及 Your Volcengine SK 分别替换为您的 AccessKey ID 和 AccessKey Secret。有关更多 AccessKey 管理详情，请参见API访问密钥管理。

4. 在 Trae IDE 的右边栏右上角点击配置图标，点击 MCP 标签页，点击 添加 > 手动添加。
   

5. 将更新过的 JSON 格式的配置粘贴到文本框中，然后点 确认。等待 MCP Server 加载完成。

步骤三：测试 MCP Server 工作效果

在 Trae IDE 的聊天框中输入您的查询需求，等待大模型调用 MCP Server 执行查询返回答复。

1. 在 Trae 的右边栏聊天窗口中，输入 @ 或者点击智能体菜单，选择 Builder with MCP 智能体。
   

2. 在聊天窗口中输入您的任务描述。大模型会通过 MCP Client 调用 DCDN MCP Server 完成查询工作，并根据此信息回复您。
   

示例2：在扣子空间中使用 DCDN MCP Server #

步骤一：将 DCDN MCP Server 添加到扣子空间

1. 打开 Github 上 DCDN MCP Server 的 Readme 文件。然后找到“在 MCP Client 中集成”章节，并复制其中的JSON格式的配置信息。
   

2. 将该信息复制到文本编辑器中，然后将 Your Volcengine AK 及 Your Volcengine SK 分别替换为您的 AccessKey ID 和 AccessKey Secret。有关更多 AccessKey 管理详情，请参见API访问密钥管理。

3. 在扣子空间中，点击左下角您的用户图标，然后点击 设置。
   

4. 点击 工具 标签页，点击 管理工具，然后在工具列表窗口中点击 +自定义工具。

5. 将更新过的 JSON 格式的配置粘贴到文本框中，然后点 确认。

6. 关闭工具列表窗口，此时您会发现工具列表中已出现 DCDN MCP Server。
   

步骤二：测试 MCP Server 工作效果

在扣子空间的聊天窗口中，输入您的任务描述。大模型会通过 MCP Client 调用 DCDN MCP Server 完成查询工作，并根据此信息回复您。